СЕЙЧАС РЕШЕНО. Проблема была в data = OneT .train, что было неправильно. Этот код был скопирован с оригинала. Это должно быть data = OneT в функции caret train (). В текущем OneT .train имелись пропущенные значения в поле атрибута, а не в цели, из-за перезагрузки и разделения данных, что пропустило заполнение пропущенных значений - которое никогда не использовалось.
I ' m пытается использовать пакет caret для повторной перекрестной проверки в k-кратном порядке с деревьями решений C5.0.
Следующий код создает работающее дерево решений C5.0 (точность 68% на матрице путаницы):
> model <- C5.0(as.factor(OneGM) ~., data=OneT.train)
> results <- predict(object=model, newdata=OneT.test, type="class")
Код пакета каретки дает следующие ошибки (нет пропущенных значений):
> train_control <- trainControl(method="repeatedcv", number=10, repeats=10)
> model <- train(as.factor(OneGM) ~., data=OneT.train, trControl=train_control, method="C5.0")
Error in na.fail.default(list(`as.factor(OneGM)` = c(1L, 1L, 1L, 1L, : missing values in object
> model <- train(OneGM ~., data=OneT.train, trControl=train_control, method="C5.0")
Error in na.fail.default(list(OneGM = c(FALSE, FALSE, FALSE, FALSE, : missing values in object
Данные загружаются из файла .csv, и OneGM имеет значение TRUE или FALSE (a текстовый столбец в .csv) - и в нем нет пропущенных значений.
Я хотел бы использовать описанный выше однострочный подход к пакету каретки (который я видел в нескольких местах), и я не ищу решения, которые выполняют перекрестную проверку вручную.
Отсутствуют пропущенные значения (OneT [is.na (OneT)] <- 0). Вот пример данных: </p>
27255 0.259 0.333737266 0.308428966 0 0.017311609 TRUE
37630 0.258 0.244679265 0.490752807 0 0.024630542 TRUE
174019 0.143 0.343331217 0.439601992 0.005839996 0.075093867 TRUE
97817 0.229 0.352818839 0.430965134 0 0.044375645 FALSE
1293189 0.158 0.248084815 0.620642943 0.007529383 0.081914031 FALSE
19652 0.259 0.17180665 0.176233943 0 0.02372035 TRUE
141966 0.13 0.41610721 0.546760618 0.014796511 0.052060738 FALSE
48990 0.225 0.061461912 0.56626295 0.019634793 0.062931034 TRUE
Спасибо за любую помощь.