我有一个使用K折交叉验证的SVM模型,我想将每个折叠的结果(交叉验证结果及其对应的实际值和预测值)保存在数组中。因此,我尝试了以下代码,但我一直在努力解决此错误。我的R语言不太好。如果有人可以用此循环解决我的问题,我将不胜感激。
错误:
*tmp*
[[j]]中的错误:下标超出范围
我的代码如下:
已编辑
#required Packages
library(rminer)
library("caret")
library("e1071")
#Generating random numbers
B1 <- c(runif(100))
B2 <- c(runif(100))
B3 <- c(runif(100))
AWC<-c(runif(100))#Target variable(respond)
data_scale<-data.frame(B1,B2,B3,AWC)
foldss<-createFolds(data_scale,,k=3)
#creating list and arry for storring the resuls for all folds.
value_svm<-list()
value_svm_all<-array()
cv_ksvm_result<-list()
cv_ksvm_total_result<-array()
#Construct the loop for all process
for(i in 1:3){
for(j in 1:3) {
#crearetest and trainset
dat_terain<-data_scale[(-foldss[[i]]),]
dat_test<-data_scale[foldss[[i]],]
#Build the model
fit_svm<-e1071::svm(AWC~.,data=dat_terain,kernel="radial")
#predict
AWC_pred<-predict(fit_svm, dat_test)
print(value_svm[[j]])<-AWC_pred
value_svm_all<-cbind(value_svm_all,value_svm[[j]])
cv_ksvm_result[[i]]<-
mmetric(dat_test$AWC,AWC_pred,c("MAE","RMSE","MAPE","RMSPE",
"RRSE","RAE","COR","R2"))
print(cv_ksvm_result[[i]])
cv_ksvm_total_result<-cbind(cv_ksvm_total_result, cv_ksvm_result[[i]])
}
}
答案 0 :(得分:0)
您错误的根源是此块:
print(value_svm[[j]])<-AWC_pred
您只需要替换为:
value_svm[[j]]<-AWC_pred
但是,实际上,此代码还有另一个问题。
设置时...
foldss<-createFolds(data_scale,,k=3)
...您打算进行3折,但它仅返回2。createFolds函数将向量作为第一个参数,以获取数据框的行数。提供完整的数据集后,它将占用列数。
我已经进行了必要的调整,现在代码可以正确运行
#required Packages
library(rminer)
library("caret")
library("e1071")
#Generating random numbers
B1 <- c(runif(100))
B2 <- c(runif(100))
B3 <- c(runif(100))
AWC<-c(runif(100))#Target variable(respond)
data_scale<-data.frame(B1,B2,B3,AWC)
foldss<-createFolds(data_scale$AWC,,k=3)
#creating list and arry for storring the resuls for all folds.
value_svm<-list()
value_svm_all<-array()
cv_ksvm_result<-list()
cv_ksvm_total_result<-array()
#Construct the loop for all process
for(i in 1:3){
#crearetest and trainset
dat_terain<-data_scale[(-foldss[[i]]),]
dat_test<-data_scale[foldss[[i]],]
#Build the model
fit_svm<-e1071::svm(AWC~.,data=dat_terain,kernel="radial")
#predict
AWC_pred<-predict(fit_svm, dat_test)
value_svm[[i]]<-AWC_pred
value_svm_all<-cbind(value_svm_all,value_svm[[i]])
cv_ksvm_result[[i]]<-
mmetric(dat_test$AWC,AWC_pred,c("MAE","RMSE","MAPE","RMSPE",
"RRSE","RAE","COR","R2"))
print(cv_ksvm_result[[i]])
cv_ksvm_total_result<-cbind(cv_ksvm_total_result, cv_ksvm_result[[i]])
}