我打算使用care::sbf
进行单变量特征选择,其中我的输入是具有多个变量(又称其列),候选特征列表和标签(又称类别变量)的数据框。阅读caret
软件包文档后,我尝试使用sbf
,sbfController
进行功能选择,但在下面遇到了错误:
contrasts<-
中的错误(*tmp*
,值= contr.funs [1 + isOF [nn]]):对比仅适用于两个或两个以上级别的因子
有人可以指出我该如何解决此错误?使用caret::sbf
进行特征选择正确吗?有什么想法吗?
可复制的示例:
这里是reproducible example on public gist,我将其用作输入。
我目前的尝试:
library(caret)
library(e1071)
library(randomForest)
df=read.csv("df.csv", header=True)
sbfCtrl <- sbfControl(method = 'cv', number = 10, returnResamp = 'final', functions = caretFuncs, saveDetails = TRUE)
model <- sbf(form= ventil_status~ .,
data= df,
methods='knn',
trControl=trainControl(method = 'cv', classProbs = TRUE),
tuneGrid=data.frame(k=1:10),
sbfControl=sbfControl(functions = sbfCtrl,
methods='repeatedcv', number = 10, repeats = 10))
print(model)
print(model$fit$results)
> model <- sbf(ventil_status~ ., data=df, sizes=c(1,5,10,20),
+ method= 'knn', trControl=trainControl(method = 'cv', classProbs = TRUE),
+ tuneGrid = data.frame(k=1:10),
+ sbfControl=sbfCtrl)
Error in `contrasts<-`(`*tmp*`, value = contr.funs[1 + isOF[nn]]) :
contrasts can be applied only to factors with 2 or more levels
我搜索了此错误,但仍然无法克服。有什么想法可以使上面的代码起作用吗?使用caret::sbf
进行滤波器选择的正确方法是什么?
我想要的是输出数据帧必须具有附加了其p值的选定要素。所以这是我的尝试:
newdf <- df[ , -which(names(df) %in% c("subject"))]
p_value_vector <- sapply(names(newdf), function(i)
tryCatch(
wilcox.test(newdf[newdf$ventil_status %in% "0", i],
newdf[newdf$ventil_status %in% "1", i],
na.action(na.omit))$p.value),
warning = function(w) return(NA),
error = function (e) return(NA)
)
预期输出:
我期望具有选定特征的输出数据帧,其中wilcox.test
返回的p值应附加到相应的特征。有什么想法可以做到这一点吗?如何正确使用caret::sbf
进行功能选择?任何想法?
这是我的R sessioninfo:
> sessionInfo()
R version 3.6.3 (2020-02-29)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 10 x64 (build 18362)
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] ggpubr_0.2.5 magrittr_1.5 reshape2_1.4.3
[4] forcats_0.5.0 purrr_0.3.3 readr_1.3.1
[7] tibble_2.1.3 tidyverse_1.3.0 stringr_1.4.0
[10] dplyr_0.8.5 scales_1.1.0 tidyr_1.0.2
[13] aws.s3_0.3.20 randomForest_4.6-14 e1071_1.7-3
[16] mlbench_2.1-1 caret_6.0-86 ggplot2_3.3.0
[19] lattice_0.20-38
library(mlbench)
library(caret)
knnSBF = caretSBF
knnSBF$summary <- twoClassSummary
knnSBF$score <- function(x, y) {
wilcox.test(x ~ y)$p.value
}
knnSBF$filter <- function(score, x, y) {
score <= 0.05
}