随机森林、支持向量机和带R的多项式Logistic回归
我对r或任何类型的编码几乎一无所知。我正在学习一门需要使用r进行数据分析的课程。我的最后一个项目是从智能手表下载并划分加速计数据。我成功地做到了这一点。然后我必须运行四个模型,如决策树、随机森林、多项式逻辑回归和SMV。我只是让决策树起作用 这个文件太大了,有350万个观测值,我不得不选择一小部分数据才能让它在不超时的情况下运行。我的数据是第1列。变量“gt”可以是步行、坐下、站立、楼梯上升、楼梯下降、空和自行车。我把它作为一个因子,并称之为‘gtF’,我真的只想把它和‘x’‘y’和‘z’的变量进行比较,但它不会那样运行,所以我只是通过重新移动‘索引’‘模型’和‘设备’来尝试下面看到的内容。错误在代码下面 有人能就我做错了什么提出建议吗?请解释它,就像你在向孩子解释一样,因为我是一个非常基础的初学者 我还包括了支持向量机和多项式逻辑回归的代码和错误 我的指导老师说,一些错误消息表明缺少数据。我运行了鼠标,收到一条消息说所有数据都在那里 随机森林随机森林、支持向量机和带R的多项式Logistic回归,r,R,我对r或任何类型的编码几乎一无所知。我正在学习一门需要使用r进行数据分析的课程。我的最后一个项目是从智能手表下载并划分加速计数据。我成功地做到了这一点。然后我必须运行四个模型,如决策树、随机森林、多项式逻辑回归和SMV。我只是让决策树起作用 这个文件太大了,有350万个观测值,我不得不选择一小部分数据才能让它在不超时的情况下运行。我的数据是第1列。变量“gt”可以是步行、坐下、站立、楼梯上升、楼梯下降、空和自行车。我把它作为一个因子,并称之为‘gtF’,我真的只想把它和‘x’‘y’和‘z’的变量
library(randomForest)
rf <- randomForest(gtF~ .-Index - Model -Device -gt,data=train1,
ntree = 300,
mtry = 8,
importance = TRUE,
proximity = TRUE)
print(rf)
attributes(rf)
中的错误与第一个错误的对比:
“char”类的培训集中必须有一些功能
请检查以下内容:
> a <- c("1", "2",letters[1:5], "3")
> as.numeric(a)
[1] 1 2 NA NA NA NA NA 3
Warning message:
NAs introduced by coercion
>a作为数字(a)
[1] 1 2 NA NA 3
警告信息:
强制引入的NAs
对于第二个和第三个错误:
请查看以下链接:
library(nnet)
mymodel <- multinom(out~.-Index -Model -Device -gt -gtF,data=train1)
summary(mymodel)
> a <- c("1", "2",letters[1:5], "3")
> as.numeric(a)
[1] 1 2 NA NA NA NA NA 3
Warning message:
NAs introduced by coercion