caretList не в состоянии создавать модели - PullRequest
Новая
       99

caretList не в состоянии создавать модели

1 голос
/ 09 апреля 2020

Я пытаюсь объединить, используя caretList. код, который я использую ниже. код ::: 

library(tidyverse)
library(caret)
library(doParallel)
library(nnet)
library(e1071)
library(caretEnsemble)

#load data.
#using data sets created in assignment1.R
set.seed(1234)
assignment_data1<-train.data
# create training and test data from the 58104 examples
training.samples <- assignment_data1$Cover_Type %>% 
  createDataPartition(p = 0.7, list = FALSE)
train.data_ensemble  <- assignment_data1[training.samples, ]
test.data_ensemble <- assignment_data1[-training.samples, ]

#set up parallel env 


cl<-makePSOCKcluster(detectCores()-3)
registerDoParallel(cl)


set.seed(1234)
my_control <- trainControl(method = "cv", # for “cross-validation”
                                        number = 10, # number of k-folds
                                        savePredictions = "final",
                                        classProbs = TRUE,
                                        index=createResample(train.data_ensemble$Cover_Type , 25),
                                        allowParallel = TRUE)

model_list <- c("ranger", "rpart","svmLinear","nnet")


set.seed(1234)
# Fit the model on the training set without preProcess
list_of_models<- caretList(
  Cover_Type ~., data = train.data_ensemble,
  methodList =model_list,
  trControl = my_control,
  tuneLength = 20,
  continue_on_fail = TRUE
)

Я получаю следующую ошибку:

Ошибка в caretList (Cover_Type ~., data = train.data_ensemble, methodList = model_list,: caret: train не удалось для всех моделей. Пожалуйста, проверьте ваши данные.

когда я подбираю модели по отдельности с помощью train (), у меня нет проблем, я получаю результаты. Используемый набор данных является предсказанием типа покрытия из Kaggle (https://www.kaggle.com/c/forest-cover-type-prediction).

1 Ответ

1 голос
/ 10 апреля 2020

Глядя на веб-сайт Kaggle и данные, я использовал train.csv, это проблема с несколькими классами: 

library(caret)
library(rpart)
library(e1071)
library(caretEnsemble)

set.seed(1234)
assignment_data1<-read.csv("train.csv")
assignment_data1$Cover_Type = factor(assignment_data1$Cover_Type)

idx <- createDataPartition(assignment_data1$Cover_Type,
p = 0.1, list = FALSE)
train.data_ensemble  <- assignment_data1[idx, ]

Я взял только 10% для последующей части, из-за ограниченности ram на моем ноутбуке, так что это ярлыки: 

table(train.data_ensemble$Cover_Type)
  1   2   3   4   5   6   7 
216 216 216 216 216 216 216

И мы настроили trainControl: 

my_control <- trainControl(method = "cv", 
                      number = 3,
                      classProbs=TRUE, 
                      savePredictions = "final",
                      index=createResample(train.data_ensemble$Cover_Type ,3))

Запуск только этого, скажем, nnet выдает ошибку: 

train(Cover_Type ~., data = train.data_ensemble,method="nnet",trControl = my_control,tuneLength = 2)
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  X1, X2, X3, X4, X5, X6, X7 . Please use factor levels that can be used as valid R variable names  (see ?make.names for help).

Мы исправляем это: 

train.data_ensemble$Cover_Type = paste0("type",as.character(train.data_ensemble$Cover_Type))

И fini sh список доступа: 

model_list <- c("nnet", "rpart","ranger")

set.seed(1234)
# Fit the model on the training set without preProcess
list_of_models<- caretList(
  Cover_Type ~., data = train.data_ensemble,
  methodList =model_list,
  trControl = my_control,
  tuneLength = 2,
  continue_on_fail = TRUE
)

names(list_of_models)
[1] "nnet"   "rpart"  "ranger"

lapply(list_of_models,"[[","results")
$nnet
  size decay  Accuracy      Kappa AccuracySD    KappaSD
1    1   0.0 0.1350390 0.01183745 0.01558538 0.02050306
2    1   0.1 0.1660759 0.04730726 0.01211138 0.01601860
3    3   0.0 0.1857729 0.05877921 0.01687908 0.01257810
4    3   0.1 0.2509231 0.13049948 0.03601895 0.03905056

$rpart
         cp  Accuracy     Kappa AccuracySD    KappaSD
1 0.1226852 0.2986852 0.1906243 0.05857385 0.06756310
2 0.1666667 0.2162676 0.1010794 0.08420706 0.08754039

$ranger
  mtry min.node.size  splitrule  Accuracy     Kappa  AccuracySD     KappaSD
1    2             1       gini 0.6736713 0.6198463 0.017877146 0.021061761
2    2             1 extratrees 0.6357918 0.5758087 0.020871998 0.024462156
3   55             1       gini 0.7098266 0.6613173 0.007074515 0.008099901
4   55             1 extratrees 0.7496037 0.7075914 0.009073924 0.010413872
...