-3

参考 Post# Filtering out columns in R，所有 1 和 0 的列已成功从 training_data 中消除。但是，分类算法仍然抱怨除了 1 或 2 之外的大多数值为 0 的列（列中的所有值都是 0，除了 1 或 2 个值）。

我正在使用 penalizedSVM R 包来执行特征选择。更仔细地查看数据集，函数 svm.fs 抱怨除了一或二之外大多数值为 0 的列。

如何修改（或添加）以下代码以实现结果。

lambda1.scad<-c(seq(0.01, 0.05, .01), seq(0.1, 0.5, 0.2), 1)
lambda1.scad<-lambda1.scad[2:3]
seed <- 123 

f0 <- function(x) any(x!=1) & any(x!=0) & is.numeric(x)
trainingdata <- lapply(trainingdata, function(data) cbind(label=data$label, 
                            colwise(identity, f0)(data)))

datax <- trainingdata[[1]]
levels(datax$label) <- c(-1, 1)
train_x<-datax[, -1]
train_x<-data.matrix(train_x)
trainy<-datax[, 1]

idx <- is.na(train_x) | is.infinite(train_x)
train_x[idx] <- 0

tryCatch(scad.fix<-svm.fs(train_x, y=trainy, fs.method="scad",
                          cross.outer=0, grid.search="discrete",
                          lambda1.set=lambda1.scad, parms.coding="none",
                          show="none", maxIter=1000, inner.val.method="cv",
                          cross.inner=5, seed=seed, verbose=FALSE), error=function(e) e)

或者有人可能会提出一个完全不同的解决方案。

4

1 回答 1

1

使用布尔值可以求和的事实并定义一些零容差：

sum(x == 0) / length(x) >= tolerance

这成为你放弃的条件。然而，通常零不仅是有效数据，而且对正在研究的现象至关重要。在继续使用这种方法之前，您应该仔细考虑您的算法选择和删除列的决定。

于 2013-03-05T17:27:59.067 回答