caret/rfe 错误：“x 和 y 中应该有相同数量的样本”答案

【问题标题】：caret/rfe-error: "there should be the same number of samples in x and y"caret/rfe 错误：“x 和 y 中应该有相同数量的样本”
【发布时间】：2018-12-01 12:43:50
【问题描述】：

我的目标是使用 R 执行交叉验证。第 1-31 列是特征，第 32 列是输出类。
我从 .xls 文件加载数据。但是我对 rfeControl 功能有严重的问题。请看我的代码：

install.packages('e1071')
library(e1071)
install.packages('readxl')
library(readxl)
library(rpart)
install.packages('randomForest')
library(randomForest)
install.packages('party')
library(party)
install.packages('mlbench')
library(mlbench)
install.packages('caret')
library(caret)
#----------------------------------------------------------
# Import Data
getwd()
setwd("working_directory_name")
df <- read_excel('test_data.xls')
#----------------------------------------------------------
# Get Information on your data (optional)
str(df)
table(df$F32)
#----------------------------------------------------------
install.packages('XLConnect')
library(XLConnect)
# Recursive Feature Selection Approach
control <- rfeControl(functions=rfFuncs, method="cv", number=5)
#x = as.vector(unlist(df[, 2:29]))
#y = as.vector(unlist(df[, 32])) 
# Run the algorithm (Features, Ground Truth, Testes SetSizes)
#results <- rfe(x, y, sizes=c(1:28), rfeControl=control)
results <- rfe(df[, 2:29], df[, 32], sizes=c(1:28), rfeControl=control)
# Visualize results for set sizes
print(results)
# List chosen features
predictors(results)
# plot the results
plot(results, type=c("g", "o"))

运行代码后的结果是：

rfe.default(df[, 2:29], df[, 32], sizes = c(1:28), rfeControl = control) : 应该有相同数量的样本在 x 和 y 中

我已经看过这些网站：
1.http://braziebrazie.blogspot.de/2015/08/caret-r-error-in-rfedefau-should-be.html
2.R rfe function "caret" Package error: there should be the same number of samples in x and y
3.R trying to get caret / rfe to work

1. 中的建议取消列出向量对我不起作用。新的错误是：

Fehler in if (nrow(x) != length(y)) stop("应该是一样的 x 和 y 中的样本数") : Argument hat Länge 0

2.中的例子没有任何问题：

set.seed(7)
d=data.frame(matrix(rnorm(2901*15,1,.5),ncol=15))
#something like dependent variable
dp=factor(sample(c(1,1,1,1, 1, 1,2,2,2, 3 ,3,3,4, 4, 4),2901,replace = TRUE))
# define the control using a random forest selection function
control <- rfeControl(functions=rfFuncs, method="cv", number=10)
# run the RFE algorithm
sz=50 # Change sz to 2901 for full sample
results <- rfe(d[1:sz, ],   dp[1:sz],   sizes=c(1:15), rfeControl=control)
# summarize the results
print(results)
plot(results, type=c("g", "o"))

在3.它说

y 应该是数值或因子向量

但是如何将其定义为数值或因子向量？

这是 xls 文件格式：xls file format
问题可能是因为我加载 xls 文件的方式。

非常感谢您的建议和建议！

【问题讨论】：

您的列是否都具有相同数量的行？这些行中是否有 NaN 值？这是您可以检查的第一件事。
是的，所有列的行数都相同。任何一行都没有 NaN 值。
为我工作，请查看第一个答案：stackoverflow.com/questions/48902732/…

标签： r validation r-caret

【解决方案1】：

有同样的问题。将 y 转换为矩阵，它可以工作。

results <- rfe(df[, 2:29], as.matrix(df[, 32]), sizes=c(1:28), rfeControl=control)

【讨论】：

【解决方案2】：

将您的呼叫修改为rfe，如下所示：

results <- rfe(df[, 2:29], df[[32]], sizes=c(1:28), rfeControl=control)

注意从单 [] 到双 [[]] 大括号的变化

【讨论】：