错误与“；“下采样”；在R的插入符号包中，哪个功能最好？

我正在尝试两种不平衡数据的采样方法。 我使用了“插入符号”包的“上采样”功能，一切都进行得很顺利。 但是，当我使用“下采样”功能时，我有以下错误：

Error in sample.int(length(x), size, replace, prob) : 
  cannot take a sample larger than the population when 'replace = FALSE'

我使用的命令语法是：

downtrain_eli=downSample(x=trainset_eli[,-16],
                      y=trainset_eli$Comportamento)

“trainset_eli”有34列和70.800行

当我使用随机森林模型预测多类（6）响应变量时，我正在测试这两个函数（up和dowsample），以保持数据平衡。然而，我看到“插入符号”包也包含“训练”功能，有更多的选项来平衡数据。但是这个函数是一个模型类型的函数，我只想让这个函数创建一个具有平衡数据的数据集，然后在我的随机森林模型中使用它。我继续使用“上下”功能还是使用“列车”功能更好？如果是这样，我如何在我的随机森林模型中实现这一点

str(trainset_eli)
$ date         : chr  "01/10/2019" "24/09/2019" "01/10/2019" "01/10/2019" ...
 $ air.temp     : num  18.4 32.6 34.5 26.4 32.6 ...
 $ relat.u      : num  70 30.4 22.2 50.7 30.8 ...
 $ wind.sp      : num  1.14 2.81 1.51 3.33 2.17 ...
 $ wind.dir     : num  79.1 341.6 350.1 56.2 294.9 ...
 $ solar.rad    : num  39.6 741 433.9 621.1 274.6 ...
 $ max.raj      : num  1.65 5.25 2.85 6.05 4.45 ...
 $ time         : chr  "06:40:00" "14:10:00" "14:40:00" "09:20:00" ...
 $ timedate     : POSIXct, format: "2019-10-01 06:43:48" "2019-09-24 14:10:45" "2019-10-01 14:48:50" ...
 $ sensorid     : int  67 65 66 70 70 70 69 68 69 65 ...
 $ x            : int  -56 -49 15 35 -4 27 -40 33 -29 -47 ...
 $ y            : int  -11 0 -4 24 10 34 -43 4 -4 5 ...
 $ z            : int  -27 -37 -56 -20 -16 -44 -51 -49 -53 -41 ...
 $ i.date       : chr  "01/10/2019" "24/09/2019" "01/10/2019" "01/10/2019" ...
 $ i.time       : chr  "06:43:48" "14:10:45" "14:48:50" "09:21:41" ...
 $ Comportamento: Factor w/ 6 levels "1","2","4","5",..: 6 3 3 5 2 2 1 1 2 1 ...
 $ xg           : num  -0.875 -0.7656 0.2344 0.5469 -0.0625 ...
 $ yg           : num  -0.1719 0 -0.0625 0.375 0.1562 ...
 $ zg           : num  -0.422 -0.578 -0.875 -0.312 -0.25 ...
 $ SMA          : num  1.469 1.344 1.172 1.234 0.469 ...
 $ SVM          : num  0.986 0.959 0.908 0.733 0.301 ...
 $ mov.var      : num  0.0625 0.1094 0.0469 1.0156 1 ...
 $ energy       : num  0.94701 0.84715 0.67974 0.28875 0.00825 ...
 $ entropy      : num  0.2526 0.1219 0.0354 0.8179 0.0172 ...
 $ pitch        : num  62.5 52.9 -15 -48.2 12 ...
 $ roll         : num  -158 180 -176 130 148 ...
 $ inclination  : num  -64.7 -52.9 -15.5 -64.8 -33.9 ...
 $ year         : num  2019 2019 2019 2019 2019 ...
 $ month        : num  10 9 10 10 9 10 10 10 10 10 ...
 $ day          : int  1 24 1 1 24 1 1 1 1 1 ...
 $ dayofweek    : num  3 3 3 3 3 3 3 3 3 3 ...
 $ hour         : int  6 14 14 9 16 13 6 16 7 6 ...
 $ minute       : int  43 10 48 21 38 35 43 48 20 36 ...
 $ second       : num  48 45 50 41 45 16 36 13 43 57 ...

> dput(head(trainset_eli))
structure(list(date = c("01/10/2019", "24/09/2019", "01/10/2019", 
"01/10/2019", "24/09/2019", "01/10/2019"), air.temp = c(18.42, 
32.63, 34.54, 26.42, 32.63, 34.44), relat.u = c(70, 30.45, 22.19, 
50.69, 30.83, 25.67), wind.sp = c(1.136, 2.809, 1.512, 3.326, 
2.171, 2.04), wind.dir = c(79.1, 341.6, 350.1, 56.22, 294.9, 
16.57), solar.rad = c(39.62, 741, 433.9, 621.1, 274.6, 847), 
    max.raj = c(1.647, 5.247, 2.847, 6.047, 4.447, 4.447), time = c("06:40:00", 
    "14:10:00", "14:40:00", "09:20:00", "16:30:00", "13:30:00"
    ), timedate = structure(c(1569912228, 1569334245, 1569941330, 
    1569921701, 1569343125, 1569936916), class = c("POSIXct", 
    "POSIXt"), tzone = "UTC"), sensorid = c(67L, 65L, 66L, 70L, 
    70L, 70L), x = c(-56L, -49L, 15L, 35L, -4L, 27L), y = c(-11L, 
    0L, -4L, 24L, 10L, 34L), z = c(-27L, -37L, -56L, -20L, -16L, 
    -44L), i.date = c("01/10/2019", "24/09/2019", "01/10/2019", 
    "01/10/2019", "24/09/2019", "01/10/2019"), i.time = c("06:43:48", 
    "14:10:45", "14:48:50", "09:21:41", "16:38:45", "13:35:16"
    ), Comportamento = structure(c(6L, 3L, 3L, 5L, 2L, 2L), .Label = c("1", 
    "2", "4", "5", "6", "7"), class = "factor"), xg = c(-0.875, 
    -0.765625, 0.234375, 0.546875, -0.0625, 0.421875), yg = c(-0.171875, 
    0, -0.0625, 0.375, 0.15625, 0.53125), zg = c(-0.421875, -0.578125, 
    -0.875, -0.3125, -0.25, -0.6875), SMA = c(1.46875, 1.34375, 
    1.171875, 1.234375, 0.46875, 1.640625), SVM = c(0.986480882354037, 
    0.959380089563047, 0.907999389110477, 0.733044006608744, 
    0.30136408628103, 0.965847466282849), mov.var = c(0.0625, 
    0.109375, 0.046875, 1.015625, 1, 0.078125), energy = c(0.947010278701782, 
    0.847154855728149, 0.679739058017731, 0.288748800754547, 
    0.00824832916259766, 0.870230257511139), entropy = c(0.252618304422212, 
    0.121902803377891, 0.0354050216019417, 0.817915633557388, 
    0.0171719387098626, 0.109209155417093), pitch = c(62.4975813343597, 
    52.9434718105904, -14.9586823290351, -48.247900416119, 11.9694631246073, 
    -25.8994130495892), roll = c(-157.833654177918, 180, -175.914383220025, 
    129.805571092265, 147.994616791916, 142.305759533311), inclination = c(-64.6810700998259, 
    -52.9434718105904, -15.4942996397858, -64.7667344528855, 
    -33.9462950277539, -44.6176169165428), year = c(2019, 2019, 
    2019, 2019, 2019, 2019), month = c(10, 9, 10, 10, 9, 10), 
    day = c(1L, 24L, 1L, 1L, 24L, 1L), dayofweek = c(3, 3, 3, 
    3, 3, 3), hour = c(6L, 14L, 14L, 9L, 16L, 13L), minute = c(43L, 
    10L, 48L, 21L, 38L, 35L), second = c(48, 45, 50, 41, 45, 
    16)), row.names = c(NA, -6L), .internal.selfref = <pointer: 0x56139e8dcfc0>, class = c("data.table", 
"data.frame"))

str（列车组）
美元日期：chr“2019年10月1日”“2019年9月24日”“2019年10月1日”“2019年10月1日”。。。
$air.temp:num 18.432.634.526.432.6。。。
$relat.u:num 70 30.4 22.2 50.7 30.8。。。
$wind.sp:num 1.14 2.81 1.51 3.33 2.17。。。
$wind.dir:num 79.1341.6350.156.2294.9。。。
$solar.rad:num 39.6741433.9621.1274.6。。。
$max.raj:num 1.65 5.25 2.85 6.05 4.45。。。
$time:chr“06:40:00”“14:10:00”“14:40:00”“09:20:00”。。。
$timedate:POSIXct，格式：“2019-10-01 06:43:48”“2019-09-24 14:10:45”“2019-10-01 14:48:50”。。。
$sensorid:int 67 65 66 70 70 69 68 69 65。。。
$x:int-56-491535-427-4033-29-47。。。
$y:int-110-4241034-434-45。。。
$z:int-27-37-56-20-16-44-51-49-53-41。。。
$i.日期：chr“2019年10月1日”“2019年9月24日”“2019年10月1日”“2019年10月1日”。。。
$i.time:chr“06:43:48”“14:10:45”“14:48:50”“09:21:41”。。。
$Comportmento：系数w/6级“1”、“2”、“4”、“5”和….:6 3 3 5 2 1 2 1。。。
$xg:num-0.875-0.7656 0.2344 0.5469-0.0625。。。
$yg:num-0.17190-0.0625 0.375 0.1562。。。
$zg:num-0.422-0.578-0.875-0.312-0.25。。。
$SMA:num 1.469 1.344 1.172 1.234 0.469。。。
$SVM:num 0.986 0.959 0.908 0.733 0.301。。。
$mov.var:num 0.0625 0.1094 0.0469 1.0156 1。。。
$energy:num 0.94701 0.84715 0.67974 0.28875 0.00825。。。
$entropy:num 0.25260.12190.0354 0.8179 0.0172。。。
$pitch:数字62.5 52.9-15-48.2 12。。。
$roll:num-158180-176 130 148。。。
$index:num-64.7-52.9-15.5-64.8-33.9。。。
$year:num 2019。。。
$month:num 10 9 10 9 10 10 10 10 10 10 10 10。。。
$day:int124112411。。。
$dayofweek:num 3 3。。。
$hour:int 614149161361676。。。
$minute:int 43 10 48 21 38 35 43 48 20 36。。。
$second:num 48 45 50 41 45 16 36 13 43 57。。。
>dput（车头（列车组）
结构（列表（日期=c（“2019年10月1日”、“2019年9月24日”、“2019年10月1日”），
“2019年10月1日”、“2019年9月24日”、“2019年10月1日”），空气温度=c（18.42，
32.63,34.54,26.42,32.63,34.44），相对u=c（70,30.45,22.19，
50.69,30.83,25.67），wind.sp=c（1.136,2.809,1.512,3.326，
2.171,2.04），wind.dir=c（79.1341.6350.1,56.22294.9，
16.57），solar.rad=c（39.6274143.9621.1274.6847），
max.raj=c（1.647,5.247,2.847,6.047,4.447,4.447），time=c（“06:40:00”，
"14:10:00", "14:40:00", "09:20:00", "16:30:00", "13:30:00"
)，timedate=structure（c，
156992170115693431251569936916），class=c（“POSIXct”，
“POSIXt”，tzone=“UTC”），sensorid=c（67L、65L、66L、70L，
70L，70L），x=c（-56L，-49L，15L，35L，-4L，27L），y=c（-11L，
0L，-4L，24L，10L，34L），z=c（-27L，-37L，-56L，-20L，-16L，
-44L），即日期=c（“2019年10月1日”、“2019年9月24日”、“2019年10月1日”，
“2019年10月1日”、“2019年9月24日”、“2019年10月1日”），i.time=c（“06:43:48”，
"14:10:45", "14:48:50", "09:21:41", "16:38:45", "13:35:16"
)，成分=结构（c（6L，3L，3L，5L，2L，2L），.Label=c（“1”），
“2”、“4”、“5”、“6”、“7”，class=“factor”），xg=c（-0.875，
-0.765625,0.234375,0.546875，-0.0625,0.421875），yg=c（-0.171875，
0，-0.0625,0.375,0.15625,0.53125），zg=c（-0.421875，-0.578125，
-0.875，-0.3125，-0.25，-0.6875），SMA=c（1.46875,1.34375，
1.171875,1.234375,0.46875,1.640625），SVM=c（0.986480882354037，
0.959380089563047, 0.907999389110477, 0.733044006608744, 
0.30136408628103，0.965847466282849），mov.var=c（0.0625，
0.109375,0.046875,1.015625,1,0.078125），能量=c（0.947010278701782，
0.847154855728149, 0.679739058017731, 0.288748800754547, 
0.00824832916259766，0.870230257511139），熵=c（0.252618304422212，
0.121902803377891, 0.0354050216019417, 0.817915633557388, 
0.0171719387098626，0.109209155417093），节距=c（62.4975813343597，
52.9434718105904, -14.9586823290351, -48.247900416119, 11.9694631246073, 
-25.8994130495892），滚动=c（-157.833654177918180，-175.914383220025，
129.805571092265147.994616791916142.30575953311），倾角=c（-64.6810700998259，
-52.9434718105904, -15.4942996397858, -64.7667344528855, 
-33.9462950277539，-44.6176169165428），年份=c（2019年、2019年、，
2019、2019、2019、2019），月=c（10、9、10、10、9、10），
day=c（1L，24L，1L，1L，24L，1L），dayofweek=c（3，3，3，
3，3，3），小时=c（6升，14升，14升，9升，16升，13升），分钟=c（43升，
10L，48L，21L，38L，35L），秒=c（48，45，50，41，45，
16） ），row.names=c（NA，-6L），.internal.selfref=，class=c（“data.table”，
“data.frame”））

不太清楚它为什么不起作用，如果我使用一个不平衡类的示例集，我的标签名为

类

：

library(caret)
library(data.table)
dt = data.frame(v1 = runif(100), v2 = rnorm(100),class = sample(factor(1:6),100,seq(0.1,0.6,by=0.1),replace=TRUE))
dt = data.table(dt)

我们检查输出类：

table(downSample(dt[,-3],dt$class)$Class)

1 2 3 4 5 6 
4 4 4 4 4 4 

table(upSample(dt[,-3],dt$class)$Class)

 1  2  3  4  5  6 
27 27 27 27 27 27 

我们可以写一个函数来实现它，但我是

n = min(table(dt$class))
idx = unlist(tapply(1:nrow(dt),dt$class,sample,n))
dt[idx,]

           v1          v2 class
 1: 0.24056931  0.98202652     1
 2: 0.29899859  0.69350666     1
 3: 0.05496686  1.32054392     1
 4: 0.62017288  1.49824766     1
 5: 0.67481604  0.45320585     2
 6: 0.79654281  0.49854685     2
 7: 0.74180115  0.87424714     2
 8: 0.02848226 -0.74332299     2
 9: 0.05007267  1.18599816     3
10: 0.94377121 -0.45921234     3
11: 0.63222065  0.77273476     3
12: 0.89684199 -0.74368572     3
13: 0.19782915 -0.62413381     4
14: 0.89286833  0.08664853     4
15: 0.48428538 -0.90199352     4
16: 0.08179512  1.51315151     4
17: 0.89740177 -2.28249763     5
18: 0.35267634 -0.54414029     5
19: 0.68710533 -1.99195471     5
20: 0.76743271  1.17255792     5
21: 0.80106456  0.21315622     6
22: 0.53640778  0.56632657     6
23: 0.38322745  0.74336152     6
24: 0.36704649 -0.43914106     6