我想指出,如果没有解决方案,我已经搜索了很多.所以,我创建了一个循环,它将抛出包含链接的listBox2,每次创建一个http GET请求以访问完整的源代码.

我的代码:

 private void button4_Click(object sender, EventArgs e)
    {
        try
        {
            for (int i = 0; i < listBox2.Items.Count; i++)
            {
                code(listBox2.Items[i].ToString() + "\'");
                //await PutTaskDelay();
                //Console.WriteLine(listBox2.Items[i].ToString());
                if (VarrileKeeper.s.ToLower().Contains("mysql"))
                {
                    Console.WriteLine("possitive " + listBox2.Items[i].ToString());
                }
            }
        }
        catch (Exception Fejl)
        {
            Console.WriteLine(Fejl);
        }
    }


 public static String code(string Url)
    {

        System.Net.ServicePointManager.ServerCertificateValidationCallback = delegate { return true; };


        HttpWebRequest myRequest = (HttpWebRequest)WebRequest.Create(Url);
        myRequest.MaximumAutomaticRedirections = 4;
        myRequest.MaximumResponseHeadersLength = 4;
        myRequest.Credentials = CredentialCache.DefaultCredentials;

        myRequest.Method = "GET";

        WebResponse myResponse = myRequest.GetResponse();


        StreamReader sr …

我有ctree()(party包)的输出,如下所示.如何获取每个终端节点的分割条件列表,如同sns <= 0, dta <= 1; sns <= 0, dta > 1等等？

1) sns <= 0; criterion = 1, statistic = 14655.021
  2) dta <= 1; criterion = 1, statistic = 3286.389
   3)*  weights = 153682 
  2) dta > 1
   4)*  weights = 289415 
1) sns > 0
  5) dta <= 2; criterion = 1, statistic = 1882.439
   6)*  weights = 245457 
  5) dta > 2
   7) dta <= 6; criterion = 1, statistic …

我在Windows Server 2012(64位)上使用30.5 GB的RAM,在RStudio 0.98中运行R v3.1.2,并且仍然遇到R达到内存限制的问题.

我在这里查看了常见问题解答:http://cran.r-project.org/bin/windows/base/rw-FAQ.html#There-seems-to-be-a-limit-on-the-memory-it- uses_0021

这表明64位实例的内存限制默认为RAM的总量,并且可以使用memory.limit()检查和设置限制.

致电memory.limit()返回31249,确认它能够看到并使用所有30场演出.

但是,当我在大型数据集(~10M行)上进行建模调用时:

ctree(as.formula(formula), data=d, control=ctree_control(mincriterion=0.9, minbucket=1000))

我收到以下错误:

'Calloc' could not allocate memory (18446744073673801728 of 8 bytes) 

但是看看系统任务管理器,我可以看到超过25GB仍然可用,而R只使用2.3GB.

在RStudio外部和R中运行建模直接产生相同的结果,因此RStudio不是变量.

我很困惑 - 为什么R拒绝使用我的所有记忆？

我正在尝试绘制rpart使用partykit. 让我们假设使用的公式是y ~ x1 + x2 + x3 + ... + xn。我想要实现的是在终端节点中带有箱线图的树，顶部有一个标签，列出了分配给每个节点的观测值的 y 值分布的第 10、50 和 90 个百分位数，即在箱线图上方表示每个终端节点，我想显示一个标签，如“第 10 个百分点 = 200 美元，平均值 = 247 美元，第 90 个百分点 = 292 美元”。

下面的代码生成所需的树：

library("rpart")
fit <- rpart(Price ~ Mileage + Type + Country, cu.summary)
library("partykit")
tree.2 <- as.party(fit)

以下代码生成终端图，但终端节点上没有所需的标签：

plot(tree.2, type = "simple", terminal_panel = node_boxplot(tree.2,
  col = "black", fill = "lightgray", width = 0.5, yscale = NULL,
  ylines = 3, cex = 0.5, id …

一直在尝试使用该rpart.plot包ctree从partykit库中绘制 a 。这样做的原因是当树很深时，默认的绘图方法很糟糕。就我而言，我的max_depth = 5.

我真的很喜欢rpart.plot的输出，因为它允许深树在视觉上显示得更好。输出如何寻找一个简单的例子：

部分

library(partykit)
library(rpart)
library(rpart.plot)

df_test <- cu.summary[complete.cases(cu.summary),]

multi.class.model <- rpart(Reliability~., data = df_test)

rpart.plot(multi.class.model)

我想使用 ctree 从 partykit 模型中获取此输出

树

multi.class.model <- ctree(Reliability~., data = df_test)

rpart.plot(multi.class.model)
>Error: the object passed to prp is not an rpart object

有什么方法可以强制 ctree 对象rpart运行它吗？

我正在尝试使用cforest功能(R,派对包).

这就是我建造森林的方法:

library("party")
set.seed(42)
readingSkills.cf <- cforest(score ~ ., data = readingSkills, 
                         control = cforest_unbiased(mtry = 2, ntree = 50))

然后我想打印第一棵树然后我做了

party:::prettytree(readingSkills.cf@ensemble[[1]],names(readingSkills.cf@data@get("input")))

结果看起来像这样

     1) shoeSize <= 28.29018; criterion = 1, statistic = 89.711
       2) age <= 6; criterion = 1, statistic = 48.324
    3) age <= 5; criterion = 0.997, statistic = 8.917
      4)*  weights = 0 
    3) age > 5
      5)*  weights = 0 
  2) age > 6
    6) age <= 7; criterion = 1, statistic = 13.387
      7) …

我想在图的上部绘制二叉树，并在第二部分（底部）制作第二个二叉树。下面是一些示例代码来显示，树的图完全忽略了由设置的分区选项par()

library("party")
### regression
airct <- ctree(Ozone ~ ., data = subset(airquality, !is.na(Ozone)))
### classification
irisct <- ctree(Species ~ .,data = iris)

par(mfrow = c(2, 1))
plot(airct)
plot(irisct)

此代码不会在同一图（页面）中绘制两棵树。我该如何纠正？

即使遵循非常详细的答案在这种情况下也不起作用：由 'plot' 和 'ggplot' 并排生成的绘图 ctree 的绘图会忽略所有已建立的选项。

我有一个非常大的数据框，包含790,000行和140个预测变量。其中一些相互之间具有很强的相关性，并且规模不同。有了这个randomForest程序包，我可以只使用一小部分数据在每个核心上生长一个森林，然后使用foreach它们并将其与combine()函数合并以获得一棵大树，如下所示：

rf.STR = foreach(ntree=rep(125, 8), .combine=combine, .multicombine=TRUE, .packages='randomForest') %dopar% {
  sample.idx = sample.int( nrow(dat), size=sample.size, replace=TRUE)
  randomForest(x=dat[sample.idx,-1, with=FALSE], 
               y=dat[sample.idx, retention], ntree=ntree)
  }

不同尺度上的相关变量使我想使用party软件包中的条件随机森林，但是没有combine()关于森林的方法，因此我不确定如何组合多个森林对象来获得一个重要图或一个预测。

有没有办法在较小的数据子集上训练一个大森林，或者制作几个小森林并将它们组合成一个更大的条件森林模型？

该partykit包很好地表示了决策树。我遇到的唯一问题是标签很长然后它们重叠。是否可以移动这些标签以防止它（见下图中的蓝色箭头）？

library("rpart")
library("partykit")
rp <- rpart(Kyphosis ~ Age + Number + Start, data = kyphosis)
party_rp <- as.party(rp)

plot(party_rp)

库(party) 库(ggparty) fit_ctree<-partykit::ctree(Distance_dich~., + data=t_train, + maxdepth = 5) .ctree_test_internal 中的错误(x = x, X = X, ix = NULL, Xleft = Xleft , : 未找到对象“X”

如果代码中甚至没有“X”，为什么我会收到此错误？