小编phi*_*ver的帖子

cv <- trainControl(
  method = "cv",
  number = 5,
  classProbs = TRUE,
  summaryFunction = prSummary,
  seeds = set.seed(123))

turn_grid_xgb <- expand.grid(
  eta = c(0.1,0.3,0.5),
  max_depth = 5,
  min_child_weight = 1,
  subsample = 0.8,
  colsample_bytree = 0.8,
  nrounds = (1:10)*200,
  gamma = 0)

set.seed(123)
suppressWarnings({
  xgb_1 <- train(label~., data = baked_train, 
             method = "xgbTree",
             tuneGrid = turn_grid_xgb,
             trControl = cv,
             verbose = FALSE,
             metric = "F")

您好，当我尝试运行上面的代码时，R 控制台中显示以下警告。有谁知道如何摆脱它？我已经尝试过suppressWarnings()，warning = FALSE在块设置上，它仍然存在。

谢谢！！

WARNING: amalgamation/../src/c_api/c_api.cc:718: `ntree_limit` is deprecated, use …

使用Caret软件包进行机器学习时,我对Caret默认的"正面"结果选择感到震惊,即二元分类问题中结果因素的第一级.

包裹说它可以设置为替代级别.任何人都能帮助我确定积极的结果吗？

感谢您

我正在尝试使用R中的插入符包调整参数,但得到一个

Error in train.default(x = as.matrix(df_train %>% select(-c(Response,  : 
  The tuning parameter grid should have columns nrounds, lambda, alpha 

每当我尝试训练模型时,即使列nrounds,lambda和alpha都存在.

library(caret)
library(xgboost)
library(readr)
library(dplyr)
library(tidyr)

 xgb_grid_1 <- expand.grid(
  nrounds= 2400,
  eta=c(0.01,0.001,0.0001),
  lambda = 1,
  alpha =0
)

xgb_trcontrol <- trainControl(
  method="cv",
  number = 5,
  verboseIter = TRUE,
  returnData=FALSE,
  returnResamp = "all",
  allowParallel = TRUE,

)

xgb_train_1 <- train(
  x = as.matrix(df_train %>% select(-c(Response, Id))),
  y= df_train$Response,
 trControl = xgb_trcontrol,
 tuneGrid = xgb_grid_1,
 method="xgbLinear"
)

每当我运行此代码时，tm_map 行都会给我警告消息作为警告消息：在 tm_map.SimpleCorpus(docs, toSpace, "/") 中：转换丢弃文档

texts <- read.csv("./Data/fast food/Domino's/Domino's veg pizza.csv",stringsAsFactors = FALSE)
        docs <- Corpus(VectorSource(texts))
        toSpace <- content_transformer(function (x , pattern ) gsub(pattern, " ", x))
        docs <- tm_map(docs, toSpace, "/")
        docs <- tm_map(docs, toSpace, "@")
        docs <- tm_map(docs, toSpace, "\\|")
        docs <- tm_map(docs, content_transformer(tolower))
        docs <- tm_map(docs, removeNumbers)
        docs <- tm_map(docs, removeWords, stopwords("english"))
        docs <- tm_map(docs, removeWords, c("blabla1", "blabla2")) 
        docs <- tm_map(docs, removePunctuation)
        docs <- tm_map(docs, stripWhitespace)

我有以下简单的示例Rmarkdown文档（test.Rmd）：

---
title: "Test Knit Caret Paralell VerboseIter"
output: html_document
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)

require(caret)
require(doParallel)


```

## data

```{r data}

set.seed(998)
training <- twoClassSim()

```

## model

```{r fitmodel}
fitControl <- trainControl(
  method = "repeatedcv",
  number = 3,
  repeats = 2,
  verboseIter = T)


ncores <- detectCores()-1

cl <<- makePSOCKcluster(ncores, verbose = TRUE, outfile = "")
registerDoParallel(cl)

set.seed(825)
Fit <- train(Class ~ ., 
             data = training, 
             method = "nnet", 
             trControl = fitControl,
             trace = …

我想根据文字中关键字的权重创建一个网络。然后在运行与tm_map相关的代码时出现错误：

library (tm)
library(NLP)
lirary (openNLP)

text = c('.......')
corp <- Corpus(VectorSource(text))
corp <- tm_map(corp, stripWhitespace)

Warning message:
In tm_map.SimpleCorpus(corp, stripWhitespace) :
transformation drops documents

corp <- tm_map(corp, tolower)

Warning message:
In tm_map.SimpleCorpus(corp, tolower) : transformation drops documents

这些代码已经在2个月前开始工作，现在我正在尝试获取新数据，但现在不再工作。有人请告诉我我哪里错了。谢谢。我什至尝试使用下面的命令，但是它也不起作用。

corp <- tm_map(corp, content_transformer(stripWhitespace))

任何人都可以提出关于何时使用map()(所有map _ ..()函数)以及何时使用summarise_at()/ mutate_at()？的建议

例如,如果我们对向量列进行一些修改,那么我们不需要考虑map()？如果我们有一个df /有一个列有一个列表,那么我们需要使用map()？

map()功能是否总是需要与nest()功能一起使用？任何人都可以建议一些关于此的学习视频 还有如何将列表放在df中并同时建模多个列表,然后将模型结果存储在另一列中？

非常感谢!

为了摆脱股票的非交易日（又称周末）而ggplot不是日期，我使用数据中的行数，然后添加中断和标签。“ works ”下面的代码完成了这个任务，并像chartSeriesquantmod 包中那样绘制数据。ggplot添加不存在的信息或显示差距，具体取决于您制作的图表类型。对于处理股票价格来说，这并不方便。因此，作品部分。

但由于这只是一个标签问题，因此轴转换器函数会更符合逻辑并且更易于使用。我尝试创建一个scale_x_finance函数（请参阅“不起作用”部分），但我一定是错误地解释了反函数，因为我只返回了 1 个日期的图，而不是整个时间序列。

我读了几个这样的问题，比如这个和这个，但到目前为止还没有运气。

我知道有一个名为 的包bdscale存在，但它已经六年多没有更新了，而且它创建的中断/标签不是我需要的。

使用的结果scale_x_finance应该类似于作品部分的情节。我想知道是否有人知道我在这里缺少什么。

我在问题底部添加了一些测试数据。

作品

library(ggplot2)

# get the start date and the last days of the month for breaks and label positions
get_breaks <- function(x) {
  out <- c(1, which(ave(as.numeric(x),format(x,"%Y%m"), FUN = function(x) x == max(x)) == 1))
}

# use 1:nrow to be able to use scale_x_continuous …

• 我需要将 R 连接到 Oracle 数据库
• 完全按照https://cran.r-project.org/web/packages/ROracle/INSTALL上的说明一步一步

• 得到以下错误：

  图书馆（'ROracle'）

inDL(x, as.logical(local), as.logical(now), ...) 中的错误：无法加载共享对象 'C:/Users/Daniel/R/winlibrary/3.2/ROracle/libs/x64/ ROracle.dll': LoadLibrary 失败: %1 不是有效的 Win32 应用程序。

library('ROracle')
Error in inDL(x, as.logical(local), as.logical(now), ...) :
unable to load shared object 'C:/Users/Daniel/R/winlibrary/3.2/ROracle/libs/x64/ROracle.dll':
LoadLibrary failure:  %1 is not a valid Win32 application. 

我不知道从哪里开始解决这个问题。这是 libPath() 的结果

> .libPaths()
"C:/Users/Daniel/R/win-library/3.2"  "C:/Program Files/R/R-3.2.3/library"

Windows 10，R 版本 3.2.3

我尝试使用R、jiebaR和语料库生成一个词云并获取中文语音的词频，但无法制作语料库。这是我的代码：

library(jiebaR)
library(stringr)
library(corpus)

cutter <- worker()

v36 <- readLines('v36.txt', encoding = 'UTF-8')

seg_x <- function(x) {str_c(cutter[x], collapse = '')}

x.out <- sapply(v36, seg_x, USE.NAMES = FALSE)

v36.seg <- x.out
v36.seg

library(quanteda)

corpus <- corpus(v36.seg)  #Error begins here.
summary(corpus, showmeta = TRUE, 1)
texts(corpus)[1]

tokens(corpus, what = 'fasterword')[1]

tokens <- tokens(v36.seg, what = 'fasterword')
dfm <- dfm(tokens)
dfm

我的文本文件包含以下段落：

当我创建语料库时出现错误。R 返回：

Error in corpus.default(v36.seg) : 
  corpus() only works on character, corpus, Corpus, data.frame, kwic objects.

我不明白为什么文本有问题。如果您能帮我解决问题，我将不胜感激。谢谢。