1

我很感激一些帮助，开始使用该caret包进行递归功能消除。我有 74 个值介于 0 和 1 之间的特征，以及一个取值为 0 或 1 的分类变量。

# get data (N=37)
  library(RCurl)
  x <-
 getURL("https://gist.githubusercontent.com/ericpgreen/46865e44182441332597aff1d5fcae86/raw/005774dfd035cdb357765415ded521c25f884d5f/rfe-example.csv")
  df <- read.csv(text = x)
  df <- df[, -1]

我想找到预测分类的最佳项目子集。我选择的指标是 ROC。

set.seed(1)

control <- rfeControl(functions=rfFuncs, 
                      method = "LOOCV",
                      repeats = 5, 
                      number = 10,
                      returnResamp="final", 
                      verbose = TRUE)

 trainctrl <- trainControl(classProbs = TRUE,
                           summaryFunction = twoClassSummary)
 rfe.ff.cg <- rfe(df[, 2:length(df)],         # features
                  df[, 1],                    # classification
                  sizes = 2:(length(df)-1),   # all possible subsets
                  rfeControl = control,
                  method = "svmRadial",
                  metric = "ROC",
                  trControl = trainctrl)

似乎 3 个功能的子集是最好的：

predictors(result)
#[1] "v24" "v58" "v2"

但我遇到两种类型的错误：

指标“ROC”不是由汇总函数创建的；将使用“RMSE”代替

和

响应具有五个或更少的唯一值。您确定要进行回归吗？

是否有不同的参数来允许我拥有的功能？功能 v1:v69 最初是 0-9 的比例，我重新调整为 0-1。功能 v70-v74 最初的比例为 0-3，我重新调整为 0-1。如警告所示，某些功能只有 2 或 3 个唯一值。

table(df$v5)
#0.888888888888889                 1 
#                4                33
4

1 回答 1

2

ROC 不包含在默认摘要中，因此需要添加rfFuncs$summary <- twoClassSummary.

将分类变量转换为因子后运行没有错误：df$class <- factor(df$class).

于 2017-06-27T11:19:40.693 回答