R（插入符号）-在循环中训练“mlpML”模型时出错答案

【问题标题】：R (Caret) - Error while training "mlpML" model in loopR（插入符号）-在循环中训练“mlpML”模型时出错
【发布时间】：2018-08-30 20:34:18
【问题描述】：

我正在使用 R 中的 Caret 包来训练多层感知器 (mlpML) 模型。

我正在尝试做的是前向特征消除技术，看看 mlpML 模型如何针对不同数量的特征执行。

这就是我在循环中训练 mlpML 模型的原因，其中每次迭代都会添加一个新特征并将其馈送到模型中。

这是我得到的错误 -

Error: Please use column names for `x`

这是我的代码 -

ig_features <- c("F1", "F2", "F3", "F4", "F5")

library(caret)

x_features <- c()

for (i in ig_features) {

  x_features <- c(x_features, i)
  y_features <- c("Status")

  #------------------------------------------ Building Model ---------------------------------------------------
  set.seed(1234)

  mlp_grid = expand.grid(layer1 = 10,
                         layer2 = 10,
                         layer3 = 10)

  mlp_fit = caret::train(x = TRAIN[,x_features], 
                         y = TRAIN[,y_features],
                         method = "mlpML",
                         preProc =  c('center', 'scale', 'knnImpute', 'pca'),
                         trControl = trainControl(method = "cv", verboseIter = TRUE, returnData = FALSE),
                         tuneGrid = mlp_grid)

  #------------------------------------------ Prediction & Evaluation -----------------------------------------
  predictions <- predict(mlp_fit, newdata=TEST[,x_features])

  cat("Accuracy:",confusionMatrix(predictions, 
                                  PARKINSON_TRAIN$Status, 
                                  dnn = c("Prediction", "Actual"), 
                                  positive="1")$overall[[1]],"\n")
}

【问题讨论】：

标签： r machine-learning neural-network r-caret

【解决方案1】：

您缺少x 的列名，在本例中为TRAIN[,x_features]。请参阅?caret::train 文档，其中指出：

x: 对于默认方法，x 是一个对象，其中样本在行中，并且功能在列中。这可以是一个简单的矩阵、数据框或其他类型（例如稀疏矩阵）但必须有列名（参见详情如下）。

【讨论】：