我有一些个人数据集。所以我把它分成变量来预测和预测。以下是语法：
library(Cubist)
str(A)
'data.frame': 6038 obs. of 3 variables:
$ ads_return_count : num 7 10 10 4 10 10 10 10 10 9 ...
$ actual_cpc : num 0.0678 0.3888 0.2947 0.0179 0.095 ...
$ is_user_agent_bot: Factor w/ 1 level "False": 1 1 1 1 1 1 1 1 1 1 ...
cubist(A[,c("ads_return_count","is_user_agent_bot")],A[,"actual_cpc"])
我收到以下错误
cubist code called exit with value 1
Error in strsplit(tmp, "\"")[[1]] : subscript out of bounds
有什么我想念的吗？
模拟一些数据以制作可重现的示例：
A=data.frame(ads_return_count=sample(100,10,TRUE), actual_cpc=runif(100), is_user_agent_bot=factor(rep("False",100)))
cubist(A[,c("ads_return_count","is_user_agent_bot")],A[,"actual_cpc"])
cubist code called exit with value 1
Error in strsplit(tmp, "\"")[[1]] : subscript out of bounds
太好了，现在我们在同一页上。
令我困扰的是，第二个论点，即结果，全是“假”。我不确定只有一个结果的模型是否有意义。让我们尝试一下有两个结果：
> A2=data.frame(ads_return_count=sample(100,10,TRUE), actual_cpc=runif(100), is_user_agent_bot=sample(c("True","False"),100,TRUE))
> cubist(A2[,c("ads_return_count","is_user_agent_bot")],A2[,"actual_cpc"])
Call:
cubist.default(x = A2[, c("ads_return_count", "is_user_agent_bot")], y =
A2[, "actual_cpc"])
Number of samples: 100
Number of predictors: 2
Number of committees: 1
Number of rules: 1
cubist我会说这是由单一结果可能性引起的不具信息性的错误消息。
我的问题与我的相同，但结果是关卡名称是缺失值“”。用文本替换这些级别就可以了。
似乎与 c5.0 决策树 C5.0 决策树有类似的问题 - c50 代码称为退出，值为 1