0

caret 包似乎没有应用配方程序来删除 NA 以进行交叉验证。我想我忽略了一些东西......

iris_dt <- as.data.table(iris)
iris_dt[3:5,':='(Petal.Length=NA)]
control <- trainControl(method='cv',number=2,allowParallel = T)
rec <- recipe(Petal.Length ~ Sepal.Width,iris_dt) %>% step_naomit(all_outcomes(),all_predictors())
train(rec,iris_dt,method='lm',trControl = control)

quantile.default(y, probs = seq(0, 1, length = cut)) 中的错误：如果 'na.rm' 为 FALSE，则不允许缺少值和 NaN

当回归量为 NA 但给出不同的错误消息时，它也不起作用。当数据准备好并烘焙并传递到它的 x/y 接口时，train(.)它就可以工作了。

非常感谢任何提示。

4

1 回答 1

0

配方工作正常，但重新采样是在使用配方之前创建的。train您应该在调用或使用公式方法之前删除它们

> iris_dt <- as.data.table(iris)
> iris_dt[3:5,':='(Petal.Length=NA)]
> control <- trainControl(method='cv',number=2,allowParallel = T)
> rec <- recipe(Petal.Length ~ Sepal.Width,iris_dt) %>% step_naomit(all_outcomes(),all_predictors())
> train(Petal.Length ~ Sepal.Width,iris_dt,method='lm',trControl = control, na.action = na.omit)
Linear Regression 

150 samples
  1 predictor

No pre-processing
Resampling: Cross-Validated (2 fold) 
Summary of sample sizes: 74, 73 
Resampling results:

  RMSE      Rsquared   MAE     
  1.610659  0.1885815  1.363651

Tuning parameter 'intercept' was held constant at a value of TRUE
于 2019-11-25T14:04:11.520 回答