在R

Question

中获取错误“可变长度不同（找到'columns_features'）”我将rpart函数应用于一个名为train的数据框，其中包含所有整数值。 功能太多，所以我创建了一个公式。

columns_features <- (paste(colnames(train)[31:50], collapse = "+")) 
formulas <- as.formula(train$left_eye_center_x ~ columns_features) 
tree_pred <- rpart(formulas , data = train) 

在这里，我得到错误信息

Error in model.frame.default(formula = formulas, data = train, na.action = function (x) : variable lengths differ (found for 'columns_features') 

当我检查公式有

train$left_eye_center_x ~ columns_features 

和column_features有

[1] "l_1+ l_2+ l_3+ l_4+ l_5+ l_6+ l_7+ l_8+ l_9+ l_10+ l_11+ l_12+ l_13+ l_14+ l_15+ l_16+ l_17+ l_18+ l_19+ l_20" 

对于检查的目的时，我手动输入该柱ñ名称在这里，它的作品

formulas <- as.formula(train$left_eye_center_x ~ l_1+ l_2+ l_3+ l_4+ l_5+ l_6+ l_7+ l_8+ l_9+ l_10+ l_11+ l_12+ l_13+ l_14+ l_15+ l_16+ l_17+ l_18+ l_19+ l_20 ) 
tree_pred <- rpart(formulas , data = train) 

是双引号创建错误？有什么可以解决这个问题的？我有很多功能，所以我无法手动输入每个功能。

Answer 1

从as.formula例子：

## Create a formula for a model with a large number of variables: 
xnam <- paste0("x", 1:25) 
(fmla <- as.formula(paste("y ~ ", paste(xnam, collapse= "+")))) 

这意味着在你的情况下，下面应该工作：

formulas <- as.formula(paste("train$left_eye_center_x ~", paste(colnames(train)[31:50], collapse = "+"))) 

一个变通办法，而不是用的方法是（ NB：我从来没有使用rpart，但我相信这是有效的）：

formulas <- as.formula(train$left_eye_center_x ~ .) 
tree_pred <- rpart(formulas , data = train[,31:50]) 

如果rpart不喜欢get婷索引的数据，你可以定义一个新的数据框：

train4rpart <- train[,31:50] 
tree_pred <- rpart(formulas , data = train4rpart) 

事实上，通读rpart包，您可以跳过整个公式的事情：

tree_pred <- rpart(train$left_eye_center_x ~ . , data = train[,31:50]) 

OR

tree_pred <- rpart(train$left_eye_center_x ~ . , data = train4rpart)