我想通过使用“caret”包的列车功能进行交叉验证来建立CART模型。 我的数据是4500 x 110数据框,其中所有的预测变量(除了前两个UserId和YOB(Year of Birth),我没有用于模型构建)除了因变量这是整数类型(虽然只有两个值1和0)。性别是自变量之一。 当我运行rpart命令获取CART模型(使用软件包“rpart”)时,我对预测函数没有任何问题。不过,我想提高通过交叉验
我有一个具有14个特征的数据集,其中很少有如下所示,其中性别和婚姻状况是分类变量。 height,sex,maritalStatus,age,edu,homeType
SEX
1. Male
2. Female
MARITAL STATUS
1. Married
2. Living together, not married
3.
使用rpart创建我的CART后,我继续使用partykit包中的as.party函数将其转换为party对象。出现subsecuent错误: as.party(tree.hunterpb1) Error in partysplit(varid = which(rownames(obj$split)[j] == names(mf)), :
‘index’ has less than two el
数据集可以从http://archive.ics.uci.edu/ml/machine-learning-databases/wine-quality/ 下载得到以下错误使用rpart包功能时: formula(formula, data = data) :
invalid model formula in ExtractVars
使用以下代码: install.packages("