我使用cv.glmnet()
进行交叉验证,在默认情况下10-fold
套索:交叉验证用于glmnet
library(Matrix)
library(tm)
library(glmnet)
library(e1071)
library(SparseM)
library(ggplot2)
trainingData <- read.csv("train.csv", stringsAsFactors=FALSE,sep=",", header = FALSE)
testingData <- read.csv("test.csv",sep=",", stringsAsFactors=FALSE, header = FALSE)
x = model.matrix(as.factor(V42)~.-1, data = trainingData)
crossVal <- cv.glmnet(x=x, y=trainingData$V42, family="multinomial", alpha=1)
plot(crossVal)
我有以下错误消息
Error in lognet(x, is.sparse, ix, jx, y, weights, offset, alpha, nobs, :
one multinomial or binomial class has 1 or 0 observations; not allowed
但是因为它是如下所示,我似乎没有观察水平,计数为0
或1
。
>table(trainingData$V42)
back buffer_overflow ftp_write guess_passwd imap ipsweep land loadmodule multihop
956 30 8 53 11 3599 18 9 7
neptune nmap normal perl phf pod portsweep rootkit satan
41214 1493 67343 3 4 201 2931 10 3633
smurf spy teardrop warezclient warezmaster
2646 2 892 890 20
任何指针?
使用水平(trainingData $ V42)如果它是一个因子变量,并检查哪个因子水平在测试或训练集中没有观测值。 –
该问题可能是您的测试或培训数据中不存在的因素水平之一 –
这意味着V42存储为字符串向量。比较您的测试数据$ V42和traindata $ V42的表格。 –