2
让我们说我们有以下代码(对于这个问题的训练/测试分区是无关紧要的)。使用变量来定义预测函数中的训练列R
library(caret)
data(iris)
train(Species ~ .,data=iris, method="rf")
现在,这运行良好。我想要做的是提供我试图用变量预测的列(因为我将从GUI中获取它)。让我们用下面的示例代码:
library(caret)
data(iris)
colName <- 'Species'
train(colName ~ .,data=iris, method="rf")
这不起作用,因为colName
是不是在数据集中的一列。那么有没有办法做到这一点?我搜索了高低,并没有任何结果。有人请帮我:(
感谢我所看到的函数定义,在'train'函数中有'x','y'值,所以也可以使用train(iris [,colnames(iris)!= colName],iris [ colName],method =“rf”)'。笨我! – ssm
Np很高兴我可以帮忙:)。耶'caret :: train'的确是非常灵活! (对自己不要太苛刻,我们都去过:P) – LyzandeR
保持明确的意思,当你在公式和非公式接口之间时,你可能会得到(稍微)不同的树(和其他几个)模型由于他们如何对待分类预测因子。 – topepo