5折交叉验证答案

【问题标题】：5 fold Cross-validation5折交叉验证
【发布时间】：2020-07-12 01:19:27
【问题描述】：

我已使用此代码对 carData 库中的 Davis 数据集执行 5 折交叉验证。

install.packages("caret")
library(caret)
trainControl<-trainControl(method="cv",number=5)
lm<-train(weight~height+repht+repwt,Davis,method="lm",trControl=trainControl)
lm

运行这个我得到一个错误，说重量有缺失值。这是错误信息：

na.fail.default(list(weight = c(77L, 58L, 53L, 68L, 59L, 76L, : 对象中的缺失值) 中的错误

对于如何解决此问题的任何建议，我将不胜感激。提前致谢！

【问题讨论】：

请不要设置等于lm的对象。 lm 是用于拟合线性模型的保留名称。而是使用LM 或fit_lm 或类似的东西。 trainControl 也一样。

标签： r cross-validation r-caret

【解决方案1】：

您的预测器中缺少错误，例如：

library(caret)
data = mtcars
data$mpg[c(3,6,9)]<-NA
trainControl<-trainControl(method="cv",number=5)
fit<-train(mpg~cyl+hp,data,method="lm",trControl=trainControl)

Error in na.fail.default(list(mpg = c(21, 21, NA, 21.4, 18.7, NA, 14.3,  : 
  missing values in object

使用 complete.cases 获取包含完整观察的数据

complete.obs = complete.cases(data[,c("mpg","cyl","hp")])
data = data[complete.obs,]
fit<-train(mpg~cyl+hp,data,method="lm",trControl=trainControl)

在你的情况下，应该是：

complete.obs = Davis[,c("weight","height","repht","repwt")]

【讨论】：