Question

我正在尝试使用mlr包来使用以下用户定义的函数clasFunc进行分类。当我使用

调用函数时

 clasFunc("classif.lda")

我收到一条错误消息

model.frame.default中的错误（条款，newdata，na.action = na.pass，xlev = object $ xlevels）：因子col1具有新级别＆＃39;新级别＆＃39;

我尝试通过使用代码

合并训练因素和测试数据来解决这个问题

 for(j in 1: ncol(train)){

   if(class(train[,j])=="factor"){
         lvls=   union(levels(train[,j]), levels(test[,j]))
         levels(train[,j]) =lvls
         levels(test[,j]) =lvls

   }

 }

但它似乎不起作用。

makeTask中的警告（type = type，data = data，weights = weights， blocking = blocking，：列的空因子级别被删除： COL1，COL2，COL3，COL4，COL5

这是我的完整代码。

clasFunc = function(clsnam){
try(

for( i in 1:5){

  print(paste0("fold ", i))
  train = read.csv(file =paste0("D:\\arff_csv_folds\\real_original\\train", i,".csv"))
  test = read.csv(file =paste0("D:\\arff_csv_folds\\real_original\\test", i,".csv"))

 for(j in 1: ncol(train)){

   if(class(train[,j])=="factor"){
         lvls=   union(levels(train[,j]), levels(test[,j]))
         levels(train[,j]) =lvls
         levels(train[,j]) =lvls

   }

 }

  trainTask <- makeClassifTask(data = train,target = "cls", positive = "yes")
  testTask <- makeClassifTask(data = test, target = "cls",  positive = "yes")

 Clslearn = makeLearner(clsnam, predict.type = "prob")

  trained <- train(Clslearn, trainTask)

  predicted <- predict(trained, testTask)

  print(paste0(clsnam, " fold ", i," test auc:",auc(predicted$data$truth, predicted$data$prob.yes)))

}
)
}

这是完整的输出

[1]＆＃34;折叠1＆＃34;

makeTask中的警告（type = type，data = data，weights = weights，   blocking = blocking，：列的空因子级别被删除：   COL1，COL2，COL3，COL4，COL5

[1]＆＃34; classif.lda fold 1 test auc：0.673604162894944＆＃34;

[1]＆＃34;弃2＆＃34;

makeTask中的警告（type = type，data = data，weights = weights，   blocking = blocking，：列的空因子级别被删除：   COL1，COL2，COL3，COL4，COL5

[1]＆＃34; classif.lda fold 2 test auc：0.686717528654292＆＃34;

[1]＆＃34;弃3＆＃34;

makeTask中的警告（type = type，data = data，weights = weights，   blocking = blocking，：删除了空因子级别   列：col1，col2，col3，col4，col5

时间停在：0 0 0

model.frame.default中的错误（条款，newdata，na.action = na.pass，xlev =   object $ xlevels）：因子col1具有新级别＆＃39;新级别＆＃39;

我该如何解决这个问题？

model.frame.default中的错误（Terms，newdata，na.action = na.pass，xlev = object $ xlevels）：factor有新的级别

0 个答案: