时间戳

首页 > 解决方案 > 插入符号包中多个列的 createDataPartition

r - 插入符号包中多个列的 createDataPartition

问题描述

我正在尝试使用caret包找到最佳 k 值来运行 KNN 算法。我的数据看起来像这样（datanet在代码上）"ACTIVITY_X"，"ACTIVITY_Y"并且"ACTIVITY_Z"是我的预测变量，因为我想"Event"根据 B 列到 D 列的值进行分类。所有列都有相同的行数。

为此，我首先需要拆分数据以进行交叉验证。这是我的代码示例：

# Split the data:

indxTrain <- createDataPartition(y = datanet$ACTIVITY_X,p = 0.8,list = FALSE)
training <- datanet[indxTrain,]
testing <- datanet[-indxTrain,]

# Run k-NN:
set.seed(400)
ctrl <- trainControl(method="repeatedcv",repeats = 3)
knnFit <- train(Event ~ ., data = training, method = "knn", trControl = ctrl, preProcess = c("center","scale"),tuneLength = 20)
knnFit

#Use plots to see optimal number of clusters:
#Plotting yields Number of Neighbours Vs accuracy (based on repeated cross validation)
plot(knnFit)

我的问题有两个：

1）如果我在使用caret包时理解正确，那么y参数 createDataPartition需要是预测变量对吗？

2) 如果是这样，我有前面提到的三个预测变量（"ACTIVITY_X"和"ACTIVITY_Y"）"ACTIVITY_Z"，但是如果我正在运行，createDataPartition(y = datanet$(ACTIVITY_X, ACTIVITY_Y, ACTIVITY_Z)p = 0.8,list = FALSE)我会收到一条错误消息。

当预测数据包含多列时，关于如何createDataPartition用于交叉验证的任何想法？

createDataPartition仅使用一个预测器（假设）运行是否可以，"ACTIVITY_X"因为分区将应用于其余列？

任何帮助表示赞赏！

标签： rmachine-learningcross-validationr-caretknn

解决方案

您需要根据目标变量而不是预测变量来拆分数据。那是：

indxTrain <- createDataPartition(y = datanet$Event,p = 0.8,list = FALSE)

原因?createDataPartition如下：

y
结果向量。对于 createTimeSlices，这些应该按时间顺序排列。

推荐阅读