如何使用Lek'进行敏感性分析；R中的s配置文件？

我尝试使用R进行敏感性分析。我的数据集几乎没有连续的解释变量和分类的响应变量（7个类别）

我试着运行下面提到的代码

model=train(factor(mode)~Time+Cost+Age+Income, 
            method="nnet",
            preProcess("center","scale"),
            data=train, 
            verbose=F, 
            trControl=trainControl(method='cv', verboseIter = F), 
            tuneGrid=expand.grid(.size=c(1:20), .decay=c(0,0.001,0.01,0.1)))

Lekprofile(model)

          

通过这段代码获得输出后，我尝试使用下面提到的代码开发Lek的概要文件

model=train(factor(mode)~Time+Cost+Age+Income, 
            method="nnet",
            preProcess("center","scale"),
            data=train, 
            verbose=F, 
            trControl=trainControl(method='cv', verboseIter = F), 
            tuneGrid=expand.grid(.size=c(1:20), .decay=c(0,0.001,0.01,0.1)))

Lekprofile(model)

          

但是，我得到了一个错误，声明“xvars[，x_名称]中的错误：下标越界”

---

请帮助我解决错误。

它不适用于分类模型，例如，如果我们使用回归模型：

library(caret)
library(NeuralNetTools)
library(mlbench)

data(BostonHousing)
str(BostonHousing)
'data.frame':   506 obs. of  14 variables:
 $ crim   : num  0.00632 0.02731 0.02729 0.03237 0.06905 ...
 $ zn     : num  18 0 0 0 0 0 12.5 12.5 12.5 12.5 ...
 $ indus  : num  2.31 7.07 7.07 2.18 2.18 2.18 7.87 7.87 7.87 7.87 ...
 $ chas   : Factor w/ 2 levels "0","1": 1 1 1 1 1 1 1 1 1 1 ...
 $ nox    : num  0.538 0.469 0.469 0.458 0.458 0.458 0.524 0.524 0.524 0.524 ...
 $ rm     : num  6.58 6.42 7.18 7 7.15 ...
 $ age    : num  65.2 78.9 61.1 45.8 54.2 58.7 66.6 96.1 100 85.9 ...
 $ dis    : num  4.09 4.97 4.97 6.06 6.06 ...
 $ rad    : num  1 2 2 3 3 3 5 5 5 5 ...
 $ tax    : num  296 242 242 222 222 222 311 311 311 311 ...
 $ ptratio: num  15.3 17.8 17.8 18.7 18.7 18.7 15.2 15.2 15.2 15.2 ...
 $ b      : num  397 397 393 395 397 ...
 $ lstat  : num  4.98 9.14 4.03 2.94 5.33 ...
 $ medv   : num  24 21.6 34.7 33.4 36.2 28.7 22.9 27.1 16.5 18.9 ...

我们训练模型，排除分类的

chas

：

model = train(medv ~ .,data=BostonHousing[,-4],method="nnet",
trControl=trainControl(method="cv",number=10),
tuneGrid=data.frame(size=c(5,10,20),decay=0.1))

lekprofile(model)

可以看到y轴是连续的。我们可以尝试离散化我们的响应变量

medv

，您可以看到它崩溃了：

BostonHousing$medv = cut(BostonHousing$medv,4)

model = train(medv ~ .,data=BostonHousing[,-4],method="nnet",
trControl=trainControl(method="cv",number=10),
tuneGrid=data.frame(size=c(5,10,20),decay=0.1))

lekprofile(model)
Error in `[.data.frame`(preds, , ysel, drop = FALSE) : 
  undefined columns selected

---

我建议您添加一些其他标签。这有助于将您的问题保留在更具针对性的社区中。@hamedbaziyad感谢您的建议。我添加了更多标签。请尝试

Lekprofile（model$finalModel）

@missue谢谢您的回复。我试过Lekprofile（model$finalModel）。但再次出现错误：“eval中的错误（mod_in$call$data）：对象“dat”在dat_名称[，！names（dat_names）%in%as.character（forms）[2]中未找到错误”，drop=F]：尺寸数量不正确”