问题标签 [rfe]

我正在使用 Caret R 包来训练 SVM 模型。我的代码如下：

当我注释掉 pickSizeBest 行时，算法运行良好。但是，当我不发表评论时，它会给出以下错误：

第 58 行是svmProf <- rfe( x = data_x,..

如果我以错误的方式使用pickSizeBest，我试图查找，但我找不到问题。有人可以帮我吗？

非常感谢！

编辑：我刚刚意识到不pickSizeBest (data, ...)应该使用data. 但是，我仍然不知道应该在那里添加什么。

我无法让插入符号 rfe 工作。从已知的开始，http ://machinelearningmastery.com/feature-selection-with-the-caret-r-package/ 中的示例完美无缺。

但是，当我替换自己的数据集时，它失败了：

据我所知，x 和 y 中的样本行数是相同的；

详情见下文。

我看过类似的问题，例如R rfe function "caret" Package error: should have the same number of samples in x and y and R trying to get caret / rfe to work。后者是相关的，但似乎没有帮助。我试过将我的 y 转换为矢量

或者

但错误仍然存​​在。当然我做了一些愚蠢的事情，我只是看不到我错在哪里。任何帮助表示赞赏。

:-)

亚克

- - - - - - - - - - - 细节 - - - - - - -

- - - 脚本 - - - -

- - - 特征 - - -

我有一个简单的代码，用于rfe对我的数据的不同时间段执行特征选择。我使用以下rfeControl和rfe函数调用：

每次运行时，我都会将值插入到列表中：

不知何故，尽管我将大小设置为最大 12，但在我的 20 个时间段中的 2 个中，特征选择会产生 65 个特征（这是初始数据集中的特征总数）。

我是使用此功能的新手，我不知道我在这里做错了什么，感谢任何帮助！

谢谢！

我有一个矩阵X和向量Y，我将其用作包中rfe函数的参数caret。它很简单：

我收到一个我无法破译的奇怪错误：

承诺已经在评估中：递归默认参数引用或早期问题？

编辑：这是我数据的前 5 行的可重现示例：

我的 R 版本是 3.2.3。插入符号包是 6.0-76。

有人知道这是什么吗？

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。

我想找到预测分类的最佳项目子集。我选择的指标是 ROC。

似乎 3 个功能的子集是最好的：

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。

有谁知道 RFECV 所依据的文章的引文？我查看了文档和此处，但没有发现任何相关信息。

看这里我发现了以下参考http://rdcu.be/xFbx但是这个参考和实现的代码之间没有明确的联系。

谢谢，

我插入的所有打印件均已成功打印，但出现错误：{ 中的错误：任务 1 失败 - “参数长度为零”

请注意，如果我不添加插入，我会得到一个不同的错误（运行忽略虚线之间的内容）：{中的错误：任务 1 失败 - “选择了未定义的列”

更新 我打印了堆栈跟踪并收到此错误，该错误与最后一行相关联rfe(iris[,-5], iris[,5], sizes = subsetsize...)：

任何人都可以尝试解释发生了什么吗？

我有一个由具有 124 个特征的分类和数值数据组成的数据集。为了降低它的维度，我想删除不相关的特征。但是，为了针对特征选择算法运行数据集，我使用 get_dummies 对其进行了热编码，从而将特征数量增加到 391。

根据Scikit Learn 示例，使用生成的数据，我可以通过交叉验证运行递归特征消除：

产生：

交叉验证分数与特征图

鉴于识别的最佳特征数为 8，我如何识别特征名称？我假设我可以将它们提取到一个新的 DataFrame 中以用于分类算法？

[编辑]

在这篇文章的帮助下，我实现了以下目标：

产生：

鉴于一种热编码引入了多重共线性，我认为目标列选择并不理想，因为它选择的特征是非编码的连续数据特征。我尝试重新添加未编码的目标列，但 RFE 抛出以下错误，因为数据是分类的：

我是否需要将多个热编码特征列组合为目标？

[编辑 2]

如果我只是对目标列进行 LabelEncode，我可以将此目标用作 'y'再次参见示例。但是，输出仅将单个特征（目标列）确定为最佳。我认为这可能是因为一个热编码，我是否应该考虑生产一个密集的阵列，如果是这样，它可以针对 RFE 运行吗？

谢谢，

亚当

我想编写一个代码，网格搜索几个处理器和预处理器，但也搜索不同的功能组合。我通过在 gridsearchCV 中使用 RFECV 来做到这一点。但是，这需要很长时间才能运行。因此，我颠倒了顺序。我进行了网格搜索，然后将其放入 RFECV 中。现在，我想查看并打印在最佳模型中实际选择了哪些功能。我尝试了这个网站上的几个解决方案，但没有一个奏效。如何访问选定的功能？两者都grid_dem.get_support(indices=True)没有grid_dem.support_工作。我得到这个和其他类似的错误：AttributeError: 'RFECV' object has no attribute 'support_'

我的代码的相关部分是：

正如您在最后两行中看到的，我也尝试转换 X，但这也不起作用。

我正在尝试使用包含连续特征和一些二进制特征的数据集在 python 中构建逻辑回归。

为了选择我将包含在模型中的功能，我正在使用 RFE。所以基本上我有这个代码

其中 y 包含 1 和 0，而 X 具有 int 或 float 数据。

当我尝试用 RFE 拟合模型时，我不断得到这个：

ValueError：必须仅通过布尔值传递 DataFrame

所以我不确定这个函数是否只接受带有布尔值的数据帧，因为我已经看到了带有连续变量的例子。

在此先感谢您的帮助！