【问题标题】:Error while running caret with C5.0使用 C5.0 运行插入符号时出错
【发布时间】:2015-08-14 20:54:48
【问题描述】:

我正在尝试插入符号插图中给出的代码并将其应用于我的数据link。 我正在使用此代码评估 C5.0,对我的数据进行 10 倍交叉验证和 ROC 指标:

tuned <- train (training, class, method="C5.0", tuneLength=11, tuneGrid=expand.grid(.model="tree",.trials=c(1:100),.winnow=FALSE),trC=trainCont‌​rol(method="repeatedcv",repeats=5,summaryFunction=twoClassSummary,classProbs=TRUE), metric="ROC")

这里,training 是没有类标签的训练数据,class 是各自的类标签。

但是我得到了这个错误:

evalSummaryFunction 中的错误(y,wts = weights,ctrl = trControl,lev = classLevels, : train() 使用 ROC 代码需要 class 概率。查看 trainControl() 的 classProbs 选项

谁能指出我哪里错了?

【问题讨论】:

标签: r cross-validation r-caret


【解决方案1】:

使用trControl 代替trC。此外,您不再需要调整参数名称前面的句点。

【讨论】:

  • 我已经试过了,现在我得到了这个出了点问题;缺少所有 ROC 指标值:train.default(train, label, method = "C5.0", tuneLength = 10, : Stopping 中的错误,并且还有一些警告消息,说 至少其中之一类级别不是有效的 R 变量名称;在重新采样的性能测量中存在缺失值。
猜你喜欢
  • 2021-06-29
  • 1970-01-01
  • 1970-01-01
  • 2020-10-06
  • 2013-01-28
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2013-05-13
相关资源
最近更新 更多