在尝试适合gbm或rpart模型时,我曾多次遇到此错误.最后,我能够使用公开数据一致地重现它.我注意到使用CV(或重复的cv)时会发生此错误.当我不使用任何适合控制时,我不会收到此错误.有些人可以说清楚为什么我一直都会得到错误.
fitControl= trainControl("repeatedcv", repeats=5)
ds = read.csv("http://www.math.smith.edu/r/data/help.csv")
ds$sub = as.factor(ds$substance)
rpartFit1 <- train(homeless ~ female + i1 + sub + sexrisk + mcs + pcs,
tcControl=fitControl,
method = "rpart",
data=ds)
我希望能够用一个稀疏矩阵作为x中caret::train,它看起来像很多人预期的数据帧.我已经能够使用稀疏矩阵与XGboost用caret,但nnet并ELM似乎都需要一个数据帧.我注意到在代码中,插入符号尝试转换x为数据框nnet和ELM模型.
是否有支持稀疏矩阵的模型列表？
我似乎无法打开从 ( http://www.vdstech.com/usa-data.aspx )下载的 zip3.zip 形状文件
这是我的代码：
import geopandas as gpd
data = gpd.read_file("data/zip3.shp")
这给了我错误：
CPLE_AppDefinedError: b'Recode from CP437 to UTF-8 failed with the error: "Invalid argument".'
为什么这不起作用data.table？
它适用于data.frame.有没有办法用数据表做到这一点？
x <- data.table(v1=1:20,v2=1:20,v3=1:20,v4=letters[1:20])
y <- x[,sapply(x,is.numeric)]
返回:
v1 v2 v3 v4
TRUE TRUE TRUE FALSE
我最近开始研究我正在开发的模型的插入符号包。我正在使用最新版本。作为第一步，我决定将其用于特征选择。我使用的数据有大约 760 个特征和 10k 个观察值。我根据网上的培训资料创建了一个简单的函数。不幸的是，我一直遇到错误，因此该过程永远不会完成。这是产生错误的代码。在这个例子中，我使用了一小部分功能。我从全套功能开始。我还更改了子集、折叠次数和重复次数，但无济于事。我知道如果没有数据，很难追查问题。我已经共享了一小部分数据（以下面使用的 r 对象格式）。如果您无法从那里获取文件，请尝试此链接。
它总是产生这个错误：
{ 中的错误：任务 1 失败 - “替换长度为零”
caretFeatureSelection <- function() {
library(caret)
library(mlbench)
library(Hmisc)
set.seed(10)
lr.features = c("f2", f271","f527","f528","f404", "f376", "f67", "f670", "f281", "f333", "f13", "f282", "f599",
"f597", "f68", "f629", "f378", "f230", "f229", "f273", "f768", "f406", "f630",
"f596", "f598", "f413", "f412", "f332", "f377", "f766", "f767", "f775", "f10", "f442")
trainDF <- readRDS(file='trainDF.rds')
trainDF <- trainDF[trainDF$loss>0,]
trainDF$lossProb <- trainDF$loss/100
y <- trainDF[,'lossProb']
x <- trainDF[,names(trainDF) %in% lr.features]
rm(trainDF)
subsets <- c(1:5, …