【发布时间】:2018-10-28 23:50:01
【问题描述】:
使用 caret 包在 R 中训练模型时,在绘制模型的变量重要性时出现错误。几种挖掘算法(bayesglm、glm、naive_bayes、...)都会发生这种情况。
control <- trainControl(method = "repeatedcv",
number = iterations,
savePredictions = TRUE,
classProbs = TRUE,
sampling = "smote");
modelFit <- train(formulaToUse,
data = dataToAnalyze,
method = miningAlgorithm,
family = "binomial",
preProcess = NULL,
trControl = control,
tuneLength = 4);
plot(varImp(modelFit, scale = TRUE));
结果:
Error in auc_(actual, predicted, ranks) :
Not compatible with requested type: [type=character; target=double].
请注意,模型已成功挖掘,summary(modelFit) 显示有关模型的信息。
有什么想法吗?
R 版本是 3.4.3,插入符号是 caret_6.0-79。
【问题讨论】:
-
寻求帮助时,您应该包含一个简单的reproducible example,其中包含可用于测试和验证可能解决方案的示例输入和所需输出。您正在使用的变量的数据类型是什么。似乎一个人可能是一个角色,而绘图功能有问题。
-
感谢您的信息,下次我会这样做。你是对的,公式中的一个参数是基于字符值的因素。如果我从公式中删除它,
varImp有效。
标签: r machine-learning data-mining r-caret