ROSE：数据参数在 R 中的类型错误

Question

我正在尝试执行如下函数来平衡火车组与包 ROSE：

library(ROSE)

rose <- function(df){
  str(df)
  set.seed(124)
  intrain <- sample(seq_len(nrow(df)), size = floor(0.7 * nrow(df)))
  train <- df[intrain,]
  train.rose <- ovun.sample(cls ~ ., data=train, N=nrow(train), p=0.5, seed=1, method="both")$data
  return(train.rose)
}

data(hacide)
df <- rbind(hacide.train, hacide.test) # just to simulate a complete dataset

rose(df)

调用上述脚本会产生以下错误信息：

Error in terms.formula(formula, data = frml.env) : 
 'data' argument is of the wrong type 

相反，当我在本地函数rose 之外调用ovun.sample(...) 函数时，一切正常，即：

library(ROSE)

data(hacide)
df <- rbind(hacide.train, hacide.test) # just to simulate a complete dataset

str(df)
set.seed(124)
intrain <- sample(seq_len(nrow(df)), size = floor(0.7 * nrow(df)))
train <- df[intrain,]
train.rose <- ovun.sample(cls ~ ., data=train, N=nrow(train), p=0.5, seed=1, method="both")$data

我知道在 rose() 内调用函数 ovun.sample(..., data=train,...) 时会出现问题，但我不知道为什么。会不会是环境变量的问题？

有什么想法吗？

Answer 1

我在没有set.seed(1234) 的情况下执行了代码，它对我有用，你应该在函数中设置一个种子。另外，也许您激活了一些库，导致R 出现混乱。

rose <- function(df){
  str(df)
  intrain <- sample(seq_len(nrow(df)), size = floor(0.7 * nrow(df)))
  train <- df[intrain,]
  train.rose <- ovun.sample(cls ~ ., data=train, N=nrow(train), p=0.5, seed=1, method="both")$data
  return(train.rose)
}

data(hacide)
df <- rbind(hacide.train, hacide.test) # just to simulate a complete dataset

set.seed(1234)
head(rose(df))
'data.frame':   1250 obs. of  3 variables:
 $ cls: Factor w/ 2 levels "0","1": 1 1 1 1 1 1 1 1 1 1 ...
 $ x1 : num  0.2008 0.0166 0.2287 0.1264 0.6008 ...
 $ x2 : num  0.678 1.5766 -0.5595 -0.0938 -0.2984 ...
  cls         x1         x2
1   0 -0.2247632  0.6806409
2   0  0.3437585 -1.0202996
3   0 -1.0226182  1.9629034
4   0  0.7245372 -0.2494658
5   0 -0.8972314  0.2397664
6   0  0.3361091 -0.2661655

此外，出现的str 指的是原始df，而不是关于转换。