使用 varimp 进行特征选择答案

【问题标题】：feature selection using varimp使用 varimp 进行特征选择
【发布时间】：2018-05-23 14:04:42
【问题描述】：

# ensure results are repeatable
set.seed(7)
# load the library
library(mlbench)
library(caret)
library(randomForest)
# load the dataset
data(liver)
# prepare training scheme
control1 <- trainControl(method="repeatedcv", number=10, repeats=3)
# train the model
liver.imputed <- rfImpute(datset2 ~ ., Liver12)

liver.imputed <- as.data.frame(liver.imputed)

str(liver.imputed)

model <- train(Dataset~., data=liver.imputed, method="lvq", preProcess="scale", trControl=control)

# estimate variable importance

importance <- varImp(model, scale=FALSE)
# summarize importance

print(importance)
# plot importance
plot(importance)

收到此错误请如果有人可以查看它，我正在使用 varimp 进行特征选择，但是当我运行我的模型时，它向我显示以下错误

错误：回归模型类型错误

【问题讨论】：

在模型语句中，结果列是 datset2
liver的数据来自哪里，是哪个包？
它是手动创建的数据集，我可以根据需要上传文件
重现错误可能很有用
您能告诉我如何在此处上传 dataste .CSV 文件

标签： machine-learning feature-selection

【解决方案1】：

试试：

y <-read.csv ("file.csv", header = T, sep=",", stringsAsFactors=F, colClasses=c("Dataset"="character"))

【讨论】：