df
разбивается на кадры данных поезда и теста.фрейм данных поезда разделен на фреймы данных обучения и тестирования.Зависимая переменная Y
является двоичной (фактор) со значениями 0 и 1. Я пытаюсь предсказать вероятность с помощью этого кода (нейронные сети, пакет карет):
library(caret)
model_nn <- train(
Y ~ ., training,
method = "nnet",
metric="ROC",
trControl = trainControl(
method = "cv", number = 10,
verboseIter = TRUE,
classProbs=TRUE
)
)
model_nn_v2 <- model_nn
nnprediction <- predict(model_nn, testing, type="prob")
cmnn <-confusionMatrix(nnprediction,testing$Y)
print(cmnn) # The confusion matrix is to assess/compare the model
Однако, это дает мнеэта ошибка:
Error: At least one of the class levels is not a valid R variable name;
This will cause errors when class probabilities are generated because the
variables names will be converted to X0, X1 . Please use factor levels
that can be used as valid R variable names (see ?make.names for help).
Я не понимаю, что означает "использовать уровни факторов, которые можно использовать в качестве допустимых имен переменных R".Зависимая переменная Y
уже является фактором, но не является допустимым именем переменной R?.
PS: код отлично работает, если вы удалите classProbs=TRUE
в trainControl()
и metric="ROC"
в train()
.Однако метрика "ROC"
является моей метрикой сравнения для лучшей модели в моем случае, поэтому я пытаюсь создать модель с метрикой "ROC".
РЕДАКТИРОВАТЬ : кодпример:
# You have to run all of this BEFORE running the model
classes <- c("a","b","b","c","c")
floats <- c(1.5,2.3,6.4,2.3,12)
dummy <- c(1,0,1,1,0)
chr <- c("1","2","2,","3","4")
Y <- c("1","0","1","1","0")
df <- cbind(classes, floats, dummy, chr, Y)
df <- as.data.frame(df)
df$floats <- as.numeric(df$floats)
df$dummy <- as.numeric(df$dummy)
classes <- c("a","a","a","b","c")
floats <- c(5.5,2.6,7.3,54,2.1)
dummy <- c(0,0,0,1,1)
chr <- c("3","3","3,","2","1")
Y <- c("1","1","1","0","0")
df <- cbind(classes, floats, dummy, chr, Y)
df <- as.data.frame(df)
df$floats <- as.numeric(df$floats)
df$dummy <- as.numeric(df$dummy)