Question

我正在尝试应用表函数但是我得到了这个错误，所以我认为因为测试是一个因素而且预测是一个矩阵：

表中的错误（rfe_nB_test_folds [，7]，rfe_nB_predict）：所有参数必须具有相同的长度

为此，我需要将预测结果转换为因子，因此我可以在表函数上使用它，但是我得到了这个错误，我认为因为10次交叉验证，因为当我尝试没有10次交叉验证时，它可以工作：

[.default中的错误（rfe_nB_predict ,, 2）：维数不正确

我的代码：

set.seed(100)
rfe_nB_folds<-createFolds(BC_bind$outcome, k=10) #create folds 
rfe_nB_fun <- lapply (rfe_nB_folds, function(x){
  rfe_nB_traing_folds<-BC_bind[-x,]
  rfe_nB_test_folds<-BC_bind[x,]
  #build the model 
  rfe_nB_model<-naiveBayes(outcome ~ ., data = rfe_nB_traing_folds)  #test the  model
  rfe_nB_predict<-predict(rfe_nB_model,rfe_nB_test_folds[-7],type="raw")
  rfe_nB_predict<-as.factor(rfe_nB_predict)
  CR<-roc.curve(rfe_nB_test_folds[,7], rfe_nB_predict[,2])
  print(CR)
  rfe_nB_table<-table(rfe_nB_test_folds[,7],rfe_nB_predict)
  rfe_nB_confusionMatrix<-confusionMatrix(rfe_nB_table,positive = "R") #to see the matrex of echo flods
  return (rfe_nB_confusionMatrix$table)
  })

Answer 1

我使用了特定的列，所以我将它们保存在BC_bind上，如代码所示。

Top_6featurs <- wpdc[,c(33,11,10,32,29,12)] #column number of top 6 featur
BC_bind <- data.frame(cbind(Top_6featurs , wpdc$outcome))

将矩阵转换为因子

1 个答案: