Question

我正在上一门数据科学课程；我们正在尝试使用rpart（）为分配创建一个简单的决策树。我绝不是高级开发人员，因此请记住这一点。

我的代码运行良好，直到我们执行rpart（）为止，在该地方挂起并使RStudio崩溃。每次。

到目前为止，大约只有120行代码。我的数据是从.csv导入的，只有102个变量和56个观察值。所以不是大文件。

我不得不使用R（导入后）来重命名大多数列，以整理它们（删除空格，缩短等）

环境：MacOS Mojave，Macbook Pro，RStudio桌面版。

卸载/重新安装的RStudio和所有软件包
Ran MacOS更新
导入干净的.csv
已安装库（data.table），尝试将VS10作为data.table而不是as.data.frame导入。
尝试在R Console中运行代码

library(rpart)
library(skimr)
library(rpart.plot)
library(tidyverse)
library(data.table)

VS10 <- read_csv("VS10.csv")

#convert VS10 to dataframe
VS10 <- as.data.frame(VS10)

#rename features for model
names(VS10)[41] <- c("Violent_Crime")
names(VS10)[49:52] <-c("Absent_1_5","Absent_6_8","Absent_9_12","SusorExpelled")
names(VS10)[65] <- c("HS_Dropout")
student_risk <- c(VS10$Absent_1_5,VS10$Absent_6_8,VS10$Absent_9_12,VS10$SusorExpelled,VS10$HS_Dropout)
VS10["Violent_Crime"]


#merge absentee & dropout, suspended/expelled separate variables into one feature
mean_student_risk <- mean(student_risk)

VS10_feature <- transform(VS10,mean_student_risk)

skim(VS10_feature$Violent_Crime)
summary(VS10_feature$Violent_Crime)

#recode into quartiles 
VS10_feature$dcat[VS10_feature$Violent_Crime > 22.16] <- "4th"
VS10_feature$dcat[VS10_feature$Violent_Crime >= 15.31 & VS10$Violent_Crime <= 22.16] <- "3rd"
VS10_feature$dcat[VS10_feature$Violent_Crime >= 9.53 & VS10$Violent_Crime <= 15.31] <- "2nd"
VS10_feature$dcat[VS10_feature$Violent_Crime < 9.53] <- "1st"


#subset the data with the variables you want to use
VS10_feature2 <- VS10_feature[c(1:39,42:102)]


VS10_feature2$dcat


fitch <- rpart(VS10_feature2$dcat ~ .,
               data=VS10_feature2,
               method="class")

没有错误消息，但控制台只是挂起，最终我不得不终止R会话。在执行RPart（）之前，代码是无错误的

Answer 1

我遇到了同样的问题！我不得不强行退出RStudio，因为它会无限期地挂起。如果我仅使用两个或三个功能/变量运行rpart（），那么它将运行良好。

Answer 2

事实证明，超过100列中的一列正在作为字符向量导入。我省略了此列，并且rpart（）正常工作。

运行rpart（）时RStudio挂起/崩溃

2 个答案: