使用插入符号包（varImp）计算分类变量的变量重要性时出错

我一直在尝试使用

caret

包中的

varImp

函数计算具有混合比例特征的模型的变量重要性。我尝试了很多方法，包括重命名和用数字编码我的等级。在每种情况下，我都会得到以下错误：

Error in auc3_(actual, predicted, ranks) : 
  Not compatible with requested type: [type=character; target=double].

以下虚拟示例应说明我的观点（编辑以反映@StupidWolf的更正）：

库（插入符号）
#创建小型虚拟数据集
种子集（124）
虚拟数据=数据帧（标签=系数（样本（c（“a”，“b”），40，替换=真）））
虚拟数据$pred1=ifelse（虚拟数据$Label==“a”，rnorm（40，-.5,2），rnorm（40,5,2））
伪随机数据$pred2=系数（如果其他（伪随机数据$Label==“a”、rbinom（40,1,0.3）、rbinom（40,1,0.7）））
#检查varImp
control.lvq注意，可以通过用（d-1）维指示符编码替换顺序特征（具有d级）来避免此问题：

model.matrix(~dummy_data$pred2-1)[,1:(length(levels(dummy_data$pred2)-1)]

然而，为什么varImp不能自动处理这个问题？此外，这还有一个缺点，即它会为每个d-1指标生成一个重要性分数，而不是原始功能的一个统一重要性分数。
在lvq上调用varImp时，它默认为
filterVarImp（）
，因为此模型没有特定的变量重要性。现在，如果您检查：

对于两类问题，将一系列截止值应用于
预测数据预测类。敏感性和特异性
计算每个截止点的ROC，并计算ROC曲线

现在，如果您读取将数据馈送到
filterVarImp（）
，则它是原始的数据帧，而不是来自预处理的任何内容

这意味着在原始数据中，如果您有一个变量是一个因子，它无法剪切该变量，它将抛出如下错误：

filterVarImp(data.frame(dummy_data$pred2),dummy_data$Label)
Error in auc3_(actual, predicted, ranks) : 
  Not compatible with requested type: [type=character; target=double].

因此，使用我的示例，正如您所指出的，您需要对其进行onehot编码：

set.seed(111)
dummy_data = data.frame(Label = rep(c("a","b"),each=20))
dummy_data$pred1 = rnorm(40,rep(c(-0.5,0.5),each=20),2)
dummy_data$pred2 = rbinom(40,1,rep(c(0.3,0.7),each=20))
dummy_data$pred2 = factor(dummy_data$pred2)

control.lvq <- caret::trainControl(method="repeatedcv", number=10, repeats=3)

ohe_data = data.frame(
            Label = dummy_data$Label,
            model.matrix(Label ~ 0+.,data=dummy_data))

model.lvq <- caret::train(Label~., data=ohe_data, 
                          method="lvq", preProcess="scale",
                       trControl=control.lvq)

caret::varImp(model.lvq, scale=FALSE)  

ROC curve variable importance

       Importance
pred1      0.6575
pred20     0.6000
pred21     0.6000

set.seed（111）
虚拟数据=数据帧（标签=代表（c（“a”、“b”），每个=20））
虚拟数据$pred1=rnorm（40，rep（c（-0.5,0.5），每个=20），2）
虚拟数据$pred2=rbinom（40,1，代表（c（0.3,0.7），每个=20））
虚拟_数据$pred2=系数（虚拟_数据$pred2）
感谢@StupidWolf指出了预测器的问题。我以你为例。但是，我仍然收到一条错误消息：`` y中的error-mean（y，rm.na=TRUE）：二进制运算符的非数字参数另外：警告消息：in-mean.default（y，rm.na=TRUE）：参数不是数字或逻辑的：返回na``既然它似乎对您有效，这可能是版本问题吗？我在R版本4.0.3上运行，插入符号在版本6.0-86上运行。在将Label和pred2设置为factors后，我得到了与我的原始帖子中描述的相同的错误。与R版本无关。。检查下一次@hanibalOk你在做什么。我希望caret能够在内部处理分类变量，并为分类特征计算单个变量的重要性。感谢你澄清事实并非如此。我在我贴出的答案中详细说明了这一点——可能是因为它被按下了，所以不太清楚；-）。谢谢你的链接。我不知道预处理也适用于分类数据。事实上，在删除caret:：train中的preProcess参数后，这个问题对我来说似乎仍然存在（至少没有先对分类数据进行编码）。。好的，我必须仔细阅读代码。插入符号：：varImp使用的AUC函数无法处理该因子
set.seed(111)
dummy_data = data.frame(Label = rep(c("a","b"),each=20))
dummy_data$pred1 = rnorm(40,rep(c(-0.5,0.5),each=20),2)
dummy_data$pred2 = rbinom(40,1,rep(c(0.3,0.7),each=20))
dummy_data$pred2 = factor(dummy_data$pred2)

control.lvq <- caret::trainControl(method="repeatedcv", number=10, repeats=3)

ohe_data = data.frame(
            Label = dummy_data$Label,
            model.matrix(Label ~ 0+.,data=dummy_data))

model.lvq <- caret::train(Label~., data=ohe_data, 
                          method="lvq", preProcess="scale",
                       trControl=control.lvq)

caret::varImp(model.lvq, scale=FALSE)  

ROC curve variable importance

       Importance
pred1      0.6575
pred20     0.6000
pred21     0.6000