Question

我正在运行类似于插入符指南中的预测的预测：

predictions <-  predict(caretfit, testing, type = "prob")

但我收到错误：

Error in apply(x, 1, paste, collapse = ",") : 
dim(X) must have a positive length

我想知道1）诊断这些错误的一般方法，这些错误是由于输入到这样的函数中的错误导致的，或2）为什么我的代码失败。

1）所以看错误它与X＆＃39;有关。哪个参数是x？显然，第一个应用＆＃39;，但是预测中的哪个参数最终会通过以适用？看看traceback（）：

10: stop("dim(X) must have a positive length")
9: apply(x, 1, paste, collapse = ",")
8: paste(apply(x, 1, paste, collapse = ","), collapse = "\n")
7: makeDataFile(x = newdata, y = NULL)
6: predict.C5.0(modelFit, newdata, type = "prob")
5: predict(modelFit, newdata, type = "prob") at C5.0.R#59
4: method$prob(modelFit = modelFit, newdata = newdata, submodels = param)
3: probFunction(method = object$modelInfo, modelFit = object$finalModel, 
   newdata = newdata, preProc = object$preProcess)
2: predict.train(caretfit, testing, type = "prob")
1: predict(caretfit, testing, type = "prob")

现在，如果我能够遵循代码并理解问题而不是这些一般错误，那么这个问题就很容易解决了。我可以使用此回溯来跟踪代码到C5.0.R＃59的代码。（看起来似乎没有办法在每条轨迹上得到行号？）我可以按照这条代码直到第59行然后（我认为）第44行的预测函数：

Github Caret C5.0 source

但在此之后，我不确定逻辑在哪里流动。我没有看到“makeDataFile＆＃39;在插入源中的任何地方，或者，如果它在另一个包中，它是如何到达那里的。我也尝试过Rstudio调试，debug（）和browser（）。没有提供我期望从其他语言的堆栈跟踪。当您不知道错误消息的含义时，有关如何遵循代码的任何建议吗？

2）至于我的特殊投入，＆＃39; caretfit＆＃39;只是插入符号的结果，测试数据是300万行乘59列：

fitcontrol <- trainControl(method = "repeatedcv",
                       number = 10,
                       repeats = 1,
                       classProbs = TRUE,
                       summaryFunction = custom.summary,
                       allowParallel = TRUE)


fml <- as.formula(paste("OUTVAR ~",paste(colnames(training[,1:(ncol(training)-2)]),collapse="+")))
caretfit <- train(fml,
             data = training[1:200000,],
             method = "C5.0",
             trControl = fitcontrol,
             verbose = FALSE,
             na.action = na.pass)

Answer 1

1退出程序

您可以使用一些功能查明问题。

虽然似乎仍然无法在代码中获得带有行号的完整堆栈跟踪（Boo！），但您可以使用从回溯中获得的函数并使用函数getAnywhere（）来搜索你正在寻找的功能。例如，你可以这样做：

getAnywhere(makeDataFile)

查看位置和来源。（当这些库经常捆绑在二进制文件中时，它在windows中也很有用。）然后你必须使用source或github来查找特定的行号或跟踪代码的逻辑。

如果我跑的话，在我的特定问题中：

newdata <- testing
caseString <- C50:::makeDataFile(x = newdata, y = NULL)

（请注意三个“：”。）我可以看到此步骤在此级别完成，因此看起来好像在我的训练数据集中发生了某些事情。

所以在我的追踪中反复使用gitAnywhere（）和github，我可以手动找到行号（嘘！）

in caret / R / predict.train.R，predict.train（在第108行定义）第153行调用probFunction
in caret / R / probFunction，probFunction （在第3行定义）调用方法$ prob函数，它是一个存储的 fit对象中的函数caretfit $ modelInfo $ prob可以通过将其输入控制台进行检查。这是一样的在第58行的插入符号/ models / files / C5.0.R中找到的函数第59行'预测'
插入符号中的某些内容可以使用 C50 / R / predict.C5.0.R，你可以通过搜索看到 getAnywhere（）
此函数在第25行运行makeDataFile（部分 C50套餐）
调用paste，调用apply，会死掉停止

2插入符号预测的特殊问题

至于我的问题，我一直在检查代码，并在不同级别添加输入，它将成功完成。发生的事情是我对predict.train.R中的数据集进行了一些修改，导致它失败。事实证明，我没有包括我的'na.action'参数，对于我的基于树的数据，使用'na.pass'。如果我包含这个论点：

prediction <- predict(caretfit, testing, type = "prob", na.action = na.pass)

它按预期工作。 predict.train的第126行利用此参数来决定是否在预测中包含非完整案例。我的数据没有完整的案例，因此无法抱怨需要一些正长度的矩阵。

现在如何能够知道这个应用错误的答案是由于缺少na.action参数根本不明显，因此需要一个良好的调试过程。如果有人知道其他调试方法（请记住，在Windows中，在Rstudio中单步执行库源并不能很好地工作），请回答或评论。

如何调试错误，如：＆＃34; dim（x）必须具有正长度＆＃34;用插入符号

1 个答案: