当“replace = FALSE”时，R (CARET) 不能抽取大于总体的样本

【问题标题】：R (CARET) cannot take a sample larger than the population when 'replace = FALSE'当“replace = FALSE”时，R (CARET) 不能抽取大于总体的样本
【发布时间】：2021-01-02 19:56:07
【问题描述】：

我正在尝试使用 R 中的 CARET 包训练多项式支持向量机，并获得问题标题中所述的错误消息。我在谷歌上搜索解决方案时遇到了困难，想知道是否有人可以指导我找到解决方案。

我的代码在下面分享。

Train_CTRL <- trainControl(method = "repeatedcv", 
                           number = 10, repeats = 5)
SVM_Poly <- train(Degree~., 
                  data = Train_Set_Norm, 
                  method = "svmPoly",
                  trControl = Train_CTRL,
                  tuneLength = 1000)

错误：

sample.int(n = 1000000L, size = num_rs * nrow(trainInfo$loop) + 中的错误： 'replace = FALSE' 时不能抽取大于总体的样本

【问题讨论】：

标签： r svm r-caret

【解决方案1】：

错误很简单。它表示在您的数据集中，样本数少于 1000。tuneLength 应少于数据集中每个组/类的样本数。由于您没有提供数据，我可以使用iris 数据重现您的错误，例如

library(caret)

Train_CTRL <- trainControl(method = "repeatedcv", 
                           number = 10, repeats = 5)
SVM_Poly <- train(Species~., 
                  data = iris, 
                  method = "svmPoly",
                  trControl = Train_CTRL,
                  tuneLength = 1000)

sample.int(n = 1000000L, size = num_rs * nrow(trainInfo$loop) + 中的错误： 'replace = FALSE' 时不能抽取大于总体的样本

tuneLength = 1000 具有 10 倍交叉验证和 5 次重复将生成 1000 x 10 x 5 = 50000 个组合，这是计算密集型的。您可以在tuneLength 中使用较小的数字，例如

SVM_Poly <- train(Species~., 
                  data = iris, 
                  method = "svmPoly",
                  trControl = Train_CTRL,
                  tuneLength = 10)

【讨论】：