3

課題では、CART モデルで相互検証を実行するよう求められます。cvFit関数 fromを使用しようとしましcvToolsたが、奇妙なエラー メッセージが表示されました。最小限の例を次に示します。

library(rpart)
library(cvTools)
data(iris)
cvFit(rpart(formula=Species~., data=iris))

私が見ているエラーは次のとおりです。

Error in nobs(y) : argument "y" is missing, with no default

そしてtraceback()：

5: nobs(y)
4: cvFit.call(call, data = data, x = x, y = y, cost = cost, K = K, 
       R = R, foldType = foldType, folds = folds, names = names, 
       predictArgs = predictArgs, costArgs = costArgs, envir = envir, 
       seed = seed)
3: cvFit(call, data = data, x = x, y = y, cost = cost, K = K, R = R, 
       foldType = foldType, folds = folds, names = names, predictArgs = predictArgs, 
       costArgs = costArgs, envir = envir, seed = seed)
2: cvFit.default(rpart(formula = Species ~ ., data = iris))
1: cvFit(rpart(formula = Species ~ ., data = iris))

にyは必須のようですcvFit.default。しかし：

> cvFit(rpart(formula=Species~., data=iris), y=iris$Species)
Error in cvFit.call(call, data = data, x = x, y = y, cost = cost, K = K,  : 
  'x' must have 0 observations

私は何を間違っていますか？自分でコーディングしなくても、CART ツリーを使用して相互検証を行うことができるパッケージはどれですか? （私はとても怠け者です...）

4

2 に答える 2

17

キャレット パッケージを使用すると、クロス検証が簡単になります。

> library(caret)
> data(iris)
> tc <- trainControl("cv",10)
> rpart.grid <- expand.grid(.cp=0.2)
> 
> (train.rpart <- train(Species ~., data=iris, method="rpart",trControl=tc,tuneGrid=rpart.grid))
150 samples
  4 predictors
  3 classes: 'setosa', 'versicolor', 'virginica' 

No pre-processing
Resampling: Cross-Validation (10 fold) 

Summary of sample sizes: 135, 135, 135, 135, 135, 135, ... 

Resampling results

  Accuracy  Kappa  Accuracy SD  Kappa SD
  0.94      0.91   0.0798       0.12    

Tuning parameter 'cp' was held constant at a value of 0.2
于 2013-05-23T15:31:30.603 に答える