极端学习机属性

我想在著名的泰坦尼克号数据集运行中的R榆树下面的例子：极端学习机属性

library(elmNN) 
dataset <- read.csv(training_data) 
formula <- as.factor(Survived) ~ Sex + Age + Pclass + Fare + SibSp + Parch + Embarked 
elm_fit <- elmtrain(formula, dataset, nhid=10, actfun="sig") 
testset$PredSurvived <- predict(elm_fit, testset, type="class")

的训练方法抛出我下面的错误：

Error in ginv(t(H), tol = sqrt(.Machine$double.eps)) %*% t(T) : requires numeric/complex matrix/vector arguments

据我所知，这是因为算法期望数值数据，而我的属性是离散的。

我的问题是有没有办法将这种算法应用于我的数据集？

来源

2015-01-01 seekme_94

将所有列强制为数字？ –

将不起作用，因为算法内部乘以数字数据的矩阵。我想知道是否存在接受离散数据的算法的变体。 –

使用model.matrix将因子转换为二进制表示。例如，可以将虹膜中的物种生成为model.matrix（〜Species，data = iris）

来源

2015-01-09 17:26:49 ppp

极端学习机属性

回答

相关问题