1

我是遗传算法的新手，正在尝试基于 genalg 包文档上的示例的简单变量选择代码：

data(iris)
library(MASS)
X <- cbind(scale(iris[,1:4]), matrix(rnorm(36*150), 150, 36))
Y <- iris[,5]
iris.evaluate <- function(indices) {
result = 1
if (sum(indices) > 2) {
huhn <- lda(X[,indices==1], Y, CV=TRUE)$posterior
result = sum(Y != dimnames(huhn)[[2]][apply(huhn, 1,
function(x)
which(x == max(x)))]) / length(Y)
}
result
}
monitor <- function(obj) {
minEval = min(obj$evaluations);
plot(obj, type="hist");
}
woppa <- rbga.bin(size=40, mutationChance=0.05, zeroToOneRatio=10,
evalFunc=iris.evaluate, verbose=TRUE, monitorFunc=monitor)

该代码本身就可以正常工作，但是当我尝试应用我的数据集（此处）时，出现以下错误：

X <- reducedScaledTrain[,-c(541,542)]
Y <- reducedScaledTrain[,542]

ga <- rbga.bin(size=540, mutationChance=0.05, zeroToOneRatio=10,
     evalFunc=iris.evaluate, verbose=TRUE, monitorFunc=monitor)
Testing the sanity of parameters...
Not showing GA settings...
Starting with random values in the given domains...
Starting iteration 1 
Calucating evaluation values... Error in dimnames(huhn)[[2]][apply(huhn, 1, function(x) which(x == max(x)))] : 
  invalid subscript type 'list'

我正在尝试使用 LDA 对 540 个变量（我已经消除了具有 100% 相关性的变量）执行特征选择。我尝试将我的数据转换为数字或列表，但无济于事。我也尝试过逐条输入，'huhn' 行与我的数据配合得很好。请帮忙，我可能会遗漏一些东西......

4

0 回答 0