4

我在这里做错了什么?“下标越界”是什么意思?

我从革命 R 在线研讨会中获得了以下代码(第一个块)摘录,该研讨会有关 R 中的数据挖掘。我试图将其合并到我运行的 RF 模型中,但无法通过我认为的变量排序。我只想绘制变量的重要性。

我在下面提供了更多内容以提供上下文。但我真正错误的是第三行代码。第二个代码块是应用于我正在处理的数据时遇到的错误。谁能帮我解决这个问题?

    -------------------------------------------------------------------------
# List the importance of the variables.
rn <- round(importance(model.rf), 2)
rn[order(rn[,3], decreasing=TRUE),]
##@# of 
# Plot variable importance
varImpPlot(model.rf, main="",col="dark blue")
title(main="Variable Importance Random Forest weather.csv",
            sub=paste(format(Sys.time(), "%Y-%b-%d %H:%M:%S"), Sys.info()["user"])) 
#--------------------------------------------------------------------------

我的错误:

> rn[order(rn[,2], decreasing=TRUE),]
Error in order(rn[, 2], decreasing = TRUE) : subscript out of bounds
4

1 回答 1

6

我想我理解这种困惑。我打赌你是一个 4 指的 Kit Kat,如果你输入,ncol(rn)你会看到 rn 有 2 列,而不是你想象的 3 列。您在屏幕上看到的第一个“列”并不是真正的列——它只是对象 rn 的行名。键入rownames(rn)以确认这一点。因此,您要排序的 rn 的最后一列是 rn[,2] 而不是 rn[,3]。出现“下标越界”消息是因为您已要求 R 按第 3 列排序,但 rn 没有第 3 列。

对于任何对“重要性”对象实际上是什么感兴趣的人,这是我的简短侦探线索……我安装了 library(randomForest),然后从在线文档中运行了一个示例:

set.seed(4543)
data(mtcars)
mtcars.rf <- randomForest(mpg ~ ., data=mtcars, ntree=1000, 
             keep.forest=FALSE, importance=TRUE)
importance(mtcars.rf)

在这种情况下,“重要性”对象看起来像这样(前几行只是为了节省空间):

       %IncMSE IncNodePurity
cyl  17.058932     181.70840
disp 19.203139     242.86776
hp   17.708221     191.15919
...

显然 ncol(importance(mtcars.rf)) 是 2,并且行名很可能是导致混淆的东西:)

于 2012-06-06T06:23:33.340 回答