我有一个包含两个类的不平衡数据集,因此我认为我可以使用 ROC 作为指标,而不是使用 Accuracy 来使用 caret 包调整 R 中的模型(我正在尝试不同的方法,例如 rpart、rf 等)。我认为我们可以提取概率并使用 ROC 作为决策树类型算法中的度量以及使用脱字符号。我使用下面插入符号中的数据集来说明我的问题。该数据中有三个类,但出于说明目的,我重新定义并创建了两个类。我不明白为什么下面的代码会出现此错误(当我更改方法时,我不断收到相同的错误)。我感谢您的帮助。
'train.default(x, y, Weights = w, ...) 中的错误:无法确定最终调整参数
另外: 警告消息:
1:在nominalTrainWorkflow(x = x,y = y,wts =权重,info = trainInfo,:重新采样的性能测量中缺少值。
2:在train.default(x,y,weights = w,...)中:在聚合结果中发现缺失值
library(caret)
data(iris)
iris$Species=as.character(iris$Species)
iris$Species[which(iris$Species=='virginica')]='versicolor'
iris$Species=as.factor(iris$Species)
fitControl <- trainControl(method = "cv",number=5,classProbs = TRUE,summaryFunction = twoClassSummary)
RF=train(Species ~ ., data = iris, method="rpart",metric="ROC", trControl=fitControl)
这可能是您的 r 和插入符号版本有问题。
当您更新插入符包时,请确保您的 r 版本也保持更新。
我之前遇到过这个错误,更新 r 版本解决了它。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)