R 的插入符号包中的 rfe 给出错误为：任务 1 失败 - “参数 1 不是向量”答案

【问题标题】：rfe in R's caret package giving error as : task 1 failed - "argument 1 is not a vector"R 的插入符号包中的 rfe 给出错误为：任务 1 失败 - “参数 1 不是向量”
【发布时间】：2023-03-28 20:39:01
【问题描述】：

我有一个training_predictors 设置有56 列，所有这些都是numeric。 training_labels 是0 和1 的factor 向量。

我使用以下列表作为要测试的子集大小。

subset_sizes <- c(1:5, 10, 15, 20, 25)

以下是修改后的rfFuncs 函数列表。

rfRFE <- list(summary = defaultSummary, 
              fit = function(x, y, first, last, ...) {
                  library(randomForest)
                  randomForest(x, y, importance = first, ...)
              }, 
              pred = function(object, x) predict(object, x), 
              rank = function(object, x, y) {
                  vimp <- varImp(object)
                  vimp <- vimp[order(vimp$Overall, decreasing = TRUE),,drop = FALSE]
                  vimp$var <- rownames(vimp)
                  vimp
              }, 
              selectSize = pickSizeBest, 
              selectVar = pickVars)

我已将控制函数声明为：

rfeCtrl <- rfeControl(functions = rfRFE, 
                      method = "cv", 
                      number = 10, 
                      verbose = TRUE)

但是当我如下图运行rfe函数时，

rfProfile <- rfe(training_predictors, 
                 training_labels, 
                 sizes = subset_sizes, 
                 rfeControl = rfeCtrl)

我收到一个错误：

Error in { : task 1 failed - "argument 1 is not a vector"

我也尝试更改矢量subset_sizes，但仍然没有运气。我做错了什么？

更新：我尝试一一运行这些步骤，问题似乎出在 rank 函数上。但我仍然无法找出问题所在。

更新：我发现了问题。 rank 函数中的varImp 不包含$Overall。但它包含名称为0 和1 的列。为什么会这样？ 0 和 1 表示什么（顺便说一下，两个列的值完全相同）？另外，我怎样才能让varImp 返回$Overall 列？ [作为一个临时解决方案，我正在创建一个新列$Overall 并将其附加到rank 函数中的vimp。]

【问题讨论】：

标签： r r-caret feature-selection

【解决方案1】：

使用 0 和 1 作为因子水平是有问题的，因为它们不是有效的 R 列名称。在您的其他 SO 帖子中，您可能会收到一条关于将这些用作输出的因子级别的消息。

尝试使用具有更多信息水平的因子结果，这些水平可以转换为有效的 R 列名称（用于类概率）。

【讨论】：

您好，请举个例子，我的类属性有两个级别，它们都是字符，让肿瘤和正常。我仍然遇到同样的错误。其余代码相同。我有 200 个数字列，最后一列 201 是 Class。
非常感谢麦克斯！我非常喜欢您的书以及您解决机器学习问题的所有实用建议！

【解决方案2】：

我找到了解决这个问题的方法，可以使用插入符号在 rfe 中拟合逻辑回归模型。解决方法如下：

glmFuncs$rank <-function (object, x, y){

  vimp <- varImp(object, scale = FALSE)
  loadNamespace("dplyr")

  vimp <- vimp$importance %>% 
    mutate(var=row.names(.)) %>%
    arrange(-Overall)

   vimp <- vimp[order(vimp$Overall, decreasing = TRUE), ,drop = FALSE]
   vimp
}

【讨论】：