在插入符号RFE中,第一个样本大小始终为10个条目
我正在尝试用caret软件包实现我的自定义功能,用于功能排序。问题是每次第一次调用summary函数时,我只得到10个条目。这在这里不是一个问题,但在一个较大的数据集中,一个类只占所有条目的一小部分(比如5%),它可能根本不会被选中在插入符号RFE中,第一个样本大小始终为10个条目,r,data-mining,R,Data Mining,我正在尝试用caret软件包实现我的自定义功能,用于功能排序。问题是每次第一次调用summary函数时,我只得到10个条目。这在这里不是一个问题,但在一个较大的数据集中,一个类只占所有条目的一小部分(比如5%),它可能根本不会被选中 l = lmFuncs l$summary = function (data, lev = NULL, model = NULL) { print(dim(data)) if (is.character(data$obs)) data$obs &
l = lmFuncs
l$summary = function (data, lev = NULL, model = NULL)
{
print(dim(data))
if (is.character(data$obs))
data$obs <- factor(data$obs, levels = lev)
postResample(data[, "pred"], data[, "obs"])
}
rfe(data.frame(matrix(rnorm(100*3), ncol=3)), sample(2, 100, replace=T), sizes=1:3, rfeControl=rfeControl(functions=l, number=20))
R会议信息:
R version 2.15.1 (2012-06-22)
Platform: x86_64-pc-mingw32/x64 (64-bit)
locale:
[1] LC_COLLATE=English_United States.1252 LC_CTYPE=English_United States.1252 LC_MONETARY=English_United States.1252 LC_NUMERIC=C
[5] LC_TIME=English_United States.1252
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] pROC_1.5.4 kernlab_0.9-14 e1071_1.6-1 class_7.3-5 caret_5.15-044 foreach_1.4.0 cluster_1.14.3 reshape_0.8.4 plyr_1.7.1
[10] lattice_0.20-10 Biobase_2.18.0 BiocGenerics_0.4.0
loaded via a namespace (and not attached):
[1] codetools_0.2-8 compiler_2.15.1 grid_2.15.1 iterators_1.0.6 tools_2.15.1
rfe
、train
和sbf
都在执行任何模型功能之前对摘要功能进行初步检查(以获取要检查的度量名称等)
这些函数首先要做的事情之一是对数据集进行随机采样(n=10),然后运行summary函数
因此,这与您的实际建模过程无关
Max我收到了10多个条目。你能发布一下sessionInfo()的输出吗大约六个月前,我的实验室伙伴发现了我们认为是rfe/rfeIter中的一个bug。它似乎使用一系列与先前(而非当前)子集大小相等的预测变量来评估拟合度。我离开了我的电脑,所以我无法运行它来查看它是否仍然有问题,但我的labmate的错误演示代码在这里:当你说你认为这是一个错误时,这是否意味着你错了?@Dason,你的
sessionInfo()
,有什么不同?好吧,如果我在数据集中的两个类的比例是1/100呢?我的分数函数基本上是AUC。问题是,如果所提供的样本中没有任何阳性条目,我就无法计算AUC,而且大多数情况下,由于1/100的比例,因此将不会计算AUC?嗨,这是一个后续问题。在这种情况下,正确的返回值是多少?对于每个计算的度量,使用NA命名的向量是否合适?
R version 2.15.1 (2012-06-22)
Platform: x86_64-pc-mingw32/x64 (64-bit)
locale:
[1] LC_COLLATE=English_United States.1252 LC_CTYPE=English_United States.1252 LC_MONETARY=English_United States.1252 LC_NUMERIC=C
[5] LC_TIME=English_United States.1252
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] pROC_1.5.4 kernlab_0.9-14 e1071_1.6-1 class_7.3-5 caret_5.15-044 foreach_1.4.0 cluster_1.14.3 reshape_0.8.4 plyr_1.7.1
[10] lattice_0.20-10 Biobase_2.18.0 BiocGenerics_0.4.0
loaded via a namespace (and not attached):
[1] codetools_0.2-8 compiler_2.15.1 grid_2.15.1 iterators_1.0.6 tools_2.15.1