C5.0模型需要一个因子结果

Question

我正在使用credit.csv构建学习树,数据可在以下位置找到:

https://github.com/stedy/Machine-Learning-with-R-datasets/blob/master/credit.csv

我做了以下步骤:

credit<-read.csv("credit.csv")
set.seed(12345)
credit_rand<-credit[order(runif(1000)),]
credit_train<-credit_rand[1:900,]
credit_test<-credit_rand[901:1000,]
library(C50)
credit_model<-C5.0(credit_train[-21],credit_train$default)

在我关注的指南中,似乎我应该删除最后一列,这是默认值,但我得到以下错误:

Error en C5.0.default(credit_train[, -21], credit_train$default) : 
  C5.0 models require a factor outcome

我尝试将最后一行更改为:

credit_model<-C5.0(credit_train[,-21],credit_train$default)

但没有成功.

有帮助吗？

Answer 1

你的问题是C5.0 models require a factor outcome.你给出了结果credit_train$default,这是一个1/2的结果,但是R已经把它读作数字,而不是一个因素:

str(credit_train$default)
int [1:900] 2 1 1 1 2 1 2 2 1 1 ...

然后解决方案是将其转换为一个因素:

credit_train$default<-as.factor(credit_train$default)
str(credit_train$default)

Factor w/ 2 levels "1","2": 2 1 1 1 2 1 2 2 1 1 ...

然后运行你的训练:

 credit_model<-C5.0(credit_train[-21],credit_train$default)