1
我创建了一个文本分类器使用进行分类注释成各种类别,如KFold交叉验证的R中KNN文本分类
Comment Category
Good Service provided Service
Excellent Communication Communication
我已经做了分类:
knn(modeldata[train, ], modeldata[test,] , cl[train], k =2, use.all = TRUE)
现在我想使用K-Fold Cross Validation评估此模型。我期待一些,我可以用它来知道如果模型过拟合或欠拟合等
我用
knn.cv(modeldata[train, ], cl[train], k =2, use.all = TRUE)
但这个命令的帮助,表示将返回NA如果模型是困惑。请指导
我使用“类”包KNN。我不确定是否因为虹膜数据集中的列数,上述代码适用于虹膜数据集,但不适用于我的数据集(只有两列)。当我运行上面的命令时,我得到下面的消息:在preProcess.default中的警告(thresh = 0.95,k = 5,method = c(“center”,: 这些变量有零差异: – Sourabh
我也试过下面的语句,错误消息:。knnFit1 < - train(Category_Text,data = x, method =“knn”, preProcess = NULL, trControl = trainControl(method =“cv”,number = 5,。classProbs = FALSE)) 。错误消息:结果中的一个或多个因素级别没有数据。查看所有因素,但未找到任何空白/空白级别 – Sourabh