R 如何使用'；插入符号'；图书馆？

我试图使用“插入符号”库评估R中的几个交叉验证预测模型，但每次尝试加载数据集时都会出现错误消息。我知道我做错了什么，但看不出错误（我总结了下面的代码）：

>ticData ticData
V1 V2 V3 V4 V5 V6 V7 V8 V9 V10
1 x x x o x o o正
2 x x x o x o正
3 x x x x o x正
4 x x x o b正极
5 x x x o b o b正极
6 x x x o b o正
[…]
>colnames（ticData）头（ticData）
topl topm topr midl midm midr botm botr类
1 x x x o x o o正
2 x x x o x o正
3 x x x x o x正
4 x x x o b正极
5 x x x o b o b正极
6 x x x o b o正
>完整案例（“tic tac toe.数据”）
[1] 真的
>图书馆（插入符号）
加载所需包：lattice
加载所需包：ggplot2
>种子集（100）
>列车索引头（列车索引）
重采样1
[1,]         1
[2,]         2
[3,]         4
[4,]         6
[5,]         7
[6,]         9
>列车测试安装包（“klaR”）
>安装软件包（“C50”）
>安装软件包（“nnet”）
>install.packages（“kernlab”）
>图书馆（插入符号）
>ticData$class=as.factor（ticData$class）
>总目（资料）
topl topm topr midl midm midr botm botr类
1 x x x o x o o正
2 x x x o x o正
3 x x x x o x正
4 x x x o b正极
5 x x x o b o b正极
6 x x x o b o正
>Fit对照组种子（100）
>nbFitthe
data（）
函数在已经有预定义数据集的R基函数中，当您运行
data（ticData）
时，它找不到数据集，因为它不在该函数中，只需键入
ticData
即可输出您的数据集。谢谢！现在我看到最后一行代码在这里并不需要。我现在正在努力训练交叉验证方法，但也许我应该发布另一个问题。我在尝试训练“nb”（Naïve Bayes）方法时收到一条错误消息，说“不是公认的重采样方法”。你从哪里得到这个错误？我在你的代码中看到的唯一一件事是t
rainIndex非常感谢，我用上次的进度更新了代码。它看起来不像函数
train（）
可以使用显式方法“nb”，如果你键入
？train（）
，你会得到函数的帮助页面，您可能会得到不同的包和它们各自的函数。基本函数中的
data（）！现在我看到最后一行代码在这里并不需要。我现在正在努力训练交叉验证方法，但也许我应该发布另一个问题。我在尝试训练“nb”（Naïve Bayes）方法时收到一条错误消息，说“不是公认的重采样方法”。你从哪里得到这个错误？我在你的代码中看到的唯一一件事是t
rainIndex非常感谢，我用上次的进度更新了代码。它看起来不像函数
train（）
可以使用显式方法“nb”，如果你键入
？train（）
，你会得到函数的帮助页面，您可能会得到不同的包和它们各自的功能混淆
> ticData<-read.table("tic-tac-toe.data.txt",header=F, sep=',')
> ticData
    V1 V2 V3 V4 V5 V6 V7 V8 V9      V10
1    x  x  x  x  o  o  x  o  o positive
2    x  x  x  x  o  o  o  x  o positive
3    x  x  x  x  o  o  o  o  x positive
4    x  x  x  x  o  o  o  b  b positive
5    x  x  x  x  o  o  b  o  b positive
6    x  x  x  x  o  o  b  b  o positive
[…]
> colnames(ticData) <- c("topl","topm","topr","midl","midm","midr","botl","botm","botr","class")
> head(ticData)
  topl topm topr midl midm midr botl botm botr    class
1    x    x    x    x    o    o    x    o    o positive
2    x    x    x    x    o    o    o    x    o positive
3    x    x    x    x    o    o    o    o    x positive
4    x    x    x    x    o    o    o    b    b positive
5    x    x    x    x    o    o    b    o    b positive
6    x    x    x    x    o    o    b    b    o positive
> complete.cases("tic-tac-toe.data")
[1] TRUE
> library(caret)
Loading required package: lattice
Loading required package: ggplot2
> set.seed(100)
> trainIndex <- createDataPartition(ticData$class, p=0.7, list=FALSE, times=1)
> head(trainIndex)
     Resample1
[1,]         1
[2,]         2
[3,]         4
[4,]         6
[5,]         7
[6,]         9
> Train <- ticData[ trainIndex,]
> Test <- ticData[-trainIndex,]
> install.packages("klaR")
> install.packages("C50")
> install.packages("nnet")
> install.packages("kernlab")
> library(caret)
> ticData$class=as.factor(ticData$class)
> head(ticData)
  topl topm topr midl midm midr botl botm botr    class
1    x    x    x    x    o    o    x    o    o positive
2    x    x    x    x    o    o    o    x    o positive
3    x    x    x    x    o    o    o    o    x positive
4    x    x    x    x    o    o    o    b    b positive
5    x    x    x    x    o    o    b    o    b positive
6    x    x    x    x    o    o    b    b    o positive
> fitControl<-trainControl(
+ method="nb",
+ number=10)
> set.seed(100)
> nbFit<-train(class~.,data=ticData,
+ method="nb",
+ trControl=fitControl,
+ verbose=FALSE)
Error: Not a recognized resampling method.