Question

我有一个数据集，我正在尝试使用R中的rfe()包中的caret。

x是我想要预测的价格。

y是我用来做预测的变量。

我无法让rfe停止提供以下错误消息：

> lmProfile2 <- rfe(x1,y1,
+ sizes = subsets,
+ rfeControl = ctrl)
Error in rfe.default(x1, y1, sizes = subsets, rfeControl = ctrl) : 
  there should be the same number of samples in x and y

以下是一些信息：

> class(x1)
[1] "data.frame"
> class(y1)
[1] "data.frame"
> nrow(x1)
[1] 500
> nrow(y1)
[1] 500
> ncol(x1)
[1] 68
> ncol(y1)
[1] 1

此外：

> y1 <- data.frame(y = tiny4[,2])
> x1 <- data.frame(tiny4[,-c(1,2)])
> subsets <- c(5,10)
> 
> ctrl <- rfeControl(functions = lmFuncs,
+ method = "cv",
+ verbose = FALSE,
+ returnResamp = "final")
>

我知道为什么收到这条消息？

Answer 1

y应该是数字或因子向量。在这里，您将它作为数据框架。比较：

> rfe(data.frame(matrix(rnorm(100*3), ncol=3)), sample(2, 100, replace=T), sizes=1:3, rfeControl=rfeControl(functions=lmFuncs))

Recursive feature selection

Outer resampling method: Bootstrap (25 reps) 

Resampling performance over subset size:

 Variables   RMSE Rsquared  RMSESD RsquaredSD Selected
         1 0.5154  0.02120 0.02421    0.02752        *
         2 0.5162  0.02295 0.02722    0.03204         
         3 0.5162  0.02295 0.02722    0.03204         

The top 1 variables (out of 1):
   X3

VS

> rfe(data.frame(matrix(rnorm(100*3), ncol=3)), data.frame(sample(2, 100, replace=T)), sizes=1:3, rfeControl=rfeControl(functions=lmFuncs))
Error in rfe.default(data.frame(matrix(rnorm(100 * 3), ncol = 3)), data.frame(sample(2,  : 
  there should be the same number of samples in x and y

Answer 2

应该是因子和向量：

as.factor(noquote(as.vector(t(df[,14]))))

在我的情况下，第14列是df中的类。

R试图让caret / rfe工作

2 个答案: