Для университетского проекта я программирую алгоритм дерева решений.Для этого я написал функцию для числовых переменных, которая определяет наилучшее разбиение.Эта функция работает правильно, когда я даю ей входные переменные.Выбор разбиения основан на индексе Джини.
gini.index <- function(input){
l <- length(input)
som <- sum(input)
probability <- 1 - som/l
gini <- probability * (1-probability)
gini
}
impurity.reduction <- function(y, yl,yr){
pi.l <- length(yl)/length(y)
pi.r <- length(yr)/length(y)
imp.red <- gini.index(y) - (pi.l * gini.index(yl) + pi.r * gini.index(yr))
imp.red
}
best.split.point <- function(x,y){
if (length(x) == length(y)){
#bekijk mogelijke numerieke waarden om op te splitten
x.sorted <- sort(unique(x))
x.sorted.length <- length(x.sorted)
splitpoints <- (x.sorted[1:(x.sorted.length-1)]+x.sorted[2:x.sorted.length])/2
splitpoints
#creer een lege vector om in de for loop alle impurity reduction waarden per split op te kunnen slaan
puur <- vector()
#bekijk voor ieder splitpoint wat de impurity reduction is
for (i in 1:length(splitpoints)) {
y1 <- y[x < splitpoints[i]]
y2 <- y[x >= splitpoints[i]]
puur <- c(puur,impurity.reduction(y,y1,y2))
}
splitpoints[puur == max(puur)]
}
else {
return("Variables X & Y need to be of the same length")
}
}
Когда я пытаюсь выполнить следующую команду, чтобы выяснить, как лучше разделить функциональность для каждого отдельного столбца в моем наборе данных, я получаю следующую ошибку:
sapply(credit.dat, best.split.point(credit.dat, y))
Error in get(as.character(FUN), mode = "function", envir = envir) :
object 'Variables X & Y need to be of the same length' of mode 'function' was not found
В некоторых других сообщениях предполагается, что это может быть связано с наименованием моей функции (которую я уже изменил).Я думаю, что ошибка связана с составом моей функции, вероятно.Не мог бы кто-нибудь из вас помочь мне выяснить, из-за чего появляется эта ошибка?
Набор кредитных данных доступен здесь: http://www.cs.uu.nl/docs/vakken/mdm/credit.txt Переменная y является шестым столбцом набора кредитных данных, поэтому:
credit.dat <- read.csv("http://www.cs.uu.nl/docs/vakken/mdm/credit.txt")
y <- credit.dat[, 6]