Я пытаюсь запустить ридж, регрессию лассо, а также модель randomForest по общей стоимости замещения из файла CSV.
Вот что я сделал следующим образом:
data$TOTAL_REPLACEMENT_VALUE=log(data$TOTAL_REPLACEMENT_VALUE)
n_total=nrow(data)
n_train=round(n_total*0.7)
training_data=data[1:n_train,]
test_data=data[n_train+1:n_total,]
X_train_cost_model=model.matrix(TOTAL_REPLACEMENT_VALUE~TYPE,data=training_data)
X_test_cost_model=model.matrix(TOTAL_REPLACEMENT_VALUE~TYPE,data=test_data)
Y_train_cost=training_data[,"TOTAL_REPLACEMENT_VALUE"]
Y_test_cost=test_data[,"TOTAL_REPLACEMENT_VALUE"]
Я продолжаю выполнять регрессию гребня и лассо через это:
install.packages("glmnet",dependencies = TRUE)
library(glmnet)
ridge_replacement_cost_model=cv.glmnet(X_train_cost_model,Y_train_cost,alpha=0,type.measure = "mse")
ridge_pred_replacement_cost=predict(ridge_replacement_cost_model,newx = X_test_cost_model,exact=TRUE,s="lambda.min")
lasso_replacement_cost_model=cv.glmnet(X_train_cost_model,Y_train_cost,alpha=1,type.measure = "mse")
lasso_pred_replacement_cost=predict(lasso_replacement_cost_model,newx = X_test_cost_model,exact=TRUE,s="lambda.min")
install.packages("randomForest")
library(randomForest)
rf_total_replacement_cost_model=randomForest(TOTAL_REPLACEMENT_VALUE~TYPE, data=training_data,importance=TRUE)
rf_pred_replacement_cost=predict(rf_total_replacement_cost_model,test_data,type="class")
Однако я столкнулся с этими ошибками
Error in glmnet(x, y, weights = weights, offset = offset, lambda = lambda, : number of observations in y (590) not equal to the number of rows of x (589)
Error in na.fail.default(list(TOTAL_REPLACEMENT_VALUE = c(18.126980599175, :
missing values in object
Первая ошибка произошла после выполнения регрессии гребня и лассо, а вторая ошибка возникла после запуска модели randomForest. Я понимаю, что есть поток по подобным вопросам, но я не понимаю, где пошло не так. Любая помощь очень ценится.