cv.MclustDA()错误:数据[-folds[[i]]中有错误,drop=FALSE]:维度数不正确
我使用R的mclust()包对一个单变量数据集进行分类,然后使用判别分析功能将分类分配给新数据。当尝试使用cv.MclustDA()计算交叉验证错误率时,我不断得到一个错误。下面是代码和错误。模型对象工作得很好,但在该模型对象上执行交叉验证有点不正确。有人能解释一下这个错误是什么吗?基于cv.MclustDA()错误:数据[-folds[[i]]中有错误,drop=FALSE]:维度数不正确,r,R,我使用R的mclust()包对一个单变量数据集进行分类,然后使用判别分析功能将分类分配给新数据。当尝试使用cv.MclustDA()计算交叉验证错误率时,我不断得到一个错误。下面是代码和错误。模型对象工作得很好,但在该模型对象上执行交叉验证有点不正确。有人能解释一下这个错误是什么吗?基于nfolds=参数,它显然失败了,但是更改数字没有帮助 > DA_mclust_AmazData_3group=MclustDA(data=Combined_AmazData[,4], class=Comb
nfolds=
参数,它显然失败了,但是更改数字没有帮助
> DA_mclust_AmazData_3group=MclustDA(data=Combined_AmazData[,4], class=Combined_AmazData[,13])
> summary(DA_mclust_AmazData_3group)
------------------------------------------------
Gaussian finite mixture model for classification
------------------------------------------------
MclustDA model summary:
log.likelihood n df BIC
-Inf 29 18 -Inf
Classes n Model G
1 12 E 4
2 8 X 1
3 9 E 4
Training classification summary:
Predicted
Class 1 2 3
1 12 0 0
2 0 8 0
3 0 0 9
Training error = 0
>
> cv.MclustDA(DA_mclust_AmazData_3group)
cross-validating...
|
| 0%Error in data[-folds[[i]], , drop = FALSE] :
incorrect number of dimensions
Mclust软件包的管理员联系了我。这是处理单变量情况时的一个错误,将在下一个版本中修复,该版本将很快发布到CRAN 我与管理员就这个包进行了沟通。这是处理单变量情况时的一个错误。它已在下一个包装中固定,不久将在起重机上安装。