このパッケージの作成者にメールを送信しようとしましたが、うまくいきませんでした。
rpart13 の属性を持つ 4000 行のデータを使用しています。同じデータの 300 行に対して同じテストを問題なく実行できます。4000 行で実行すると、Rgui.exe は一貫して 50% の CPU で実行され、UI がハングします。実行すると、少なくとも4〜5時間はこのままになり、終了したり応答したりすることはありません。
これは、300 と 4000 のサイズのサブセットの両方で使用しているコードです。
train <- read.csv("input.csv", header=T)
y <- train[, 18]
x <- train[, 3:17]
library(rpart)
fit <- rpart(y ~ ., x)
これは の既知の制限rpartですか? 何か間違っていますか? 潜在的な回避策？
実際のデータ (input.csv から) ではなく、同様の次元の rpart ランダム データをフィードすると、エラー メッセージを再現できますか? そうでない場合は、おそらくデータに問題があります (おそらくフォーマット?)。read.csv を使用してデータをインポートした後、str(train) からの出力を見て、データの形式の問題を確認します。
#How to do an equivalent rpart fit one some random data of equivalent dimension
dats<-data.frame(matrix(rnorm(4000*14), nrow=4000))
y<-dats[,1]
x<-dats[,-1]
library(rpart)
system.time(fit<-rpart(y~.,x))
ここでの問題は、データ準備エラーでした。
ヘッダーは、データセットの途中で書き直されました。