R rfe函数“caret”包错误：x和y中应该有相同数量的样本

当我尝试从“caret”包中获取 rfe 示例时here，我一直收到这个错误

  Error in rfe.default(d[1:2901, ], c(1, 1, 1, 1, 1, 1, 2, 2, 2, 3, 3, 3,  : 
  there should be the same number of samples in x and y

这个问题已被询问但其解决方案不适用于这种情况。

这是代码：

set.seed(7)
# load the library
library(mlbench)
library(caret)

# load the data
d <- read.table("d.dat")

# define the control using a random forest selection function
control <- rfeControl(functions=rfFuncs, method="cv", number=10)

# run the RFE algorithm
results <- rfe(d[1:2901, ],   c(1,1,1,1, 1, 1,2,2,2, 3 ,3,3,4, 4, 4),   sizes=c(1:2901), rfeControl=control)

# summarize the results
print(results)

该数据集是一个包含 2901 行（特征）和 15 列的数据框。向量 c(1,1,1,1,1,1,2,2,2,3,3,3,4,4,4) 是特征的预测器。

我什么参数设置错误？

有一个惯例，行是观察值，列是特征。你提供的方式x论证rfe意味着您有 2901 个观察值，这会产生 15 个结果的不匹配。使用转置函数t您的数据（当然，如果它有 15 列）。

The y = c(1,1,1...)不应该调用向量预测器. It is 因变量 or outcome。第一个参数是预测变量的数据框。