rfe.default中的错误... x和y中的样本数应该相同

Question

这是非常直接的，下面的rfe函数抛出这个错误：“rfe.default中的错误（预测变量，as.vector（结果），sizes = c（5），rfeControl = rfeControl（functions =”lmFuncs“，：应该有x和y中相同数量的样本“

df第一列是因子w / 2水平。其余的df列都是数字的。没有NA值。

我没有丝毫的线索，这个错误是关于什么的。我已经尝试过其他一些解决方案无济于事。

rfe_linear <- caret::rfe(
  df[ , -1 ],
  df[ , 1 ],
  sizes = c( 5 ),
  rfeControl = rfeControl(
    functions = 'lmFuncs',
    method = 'boot',
    number = 20
  )
)

我尝试了以下，它给出了同样的错误。

rfe_linear <- caret::rfe(
  as.matrix( df[ , -1 ] ),
  df[ , 1 ],
  sizes = c( 5 ),
  rfeControl = rfeControl(
    functions = 'lmFuncs',
    method = 'boot',
    number = 20
  )
)

试过以下。引发此错误：“错误：必须在[中使用向量，而不是类矩阵的对象。”

rfe_linear <- caret::rfe(
  as.matrix( df[ , -1 ] ),
  as.factor( df[ , 1 ] ),
  sizes = c( 5 ),
  rfeControl = rfeControl(
    functions = 'lmFuncs',
    method = 'boot',
    number = 20
  )
)

也试过下面，抛出这个错误：“错误：$运算符对原子向量无效”。叫我疯了，但我在代码中的任何地方都没有看到$运算符。

rfe_linear <- caret::rfe(
  df[ , -1 ],
  df[[ 1 ]],
  sizes = c( 5 ),
  rfeControl = rfeControl(
    functions = 'lmFuncs',
    method = 'boot',
    number = 20
  )
)

我已经尝试了as.factor（），as.data.frame（），as.matrix（），df [，1]，df [， - 1]，df [，2：ncol（df）]的每个组合。 ，和df [，1：1]，人们可以想到。

那么我试过这个：

rfe_linear <- caret::rfe(
  df[ , -1 ],
  df$Phenotype,
  sizes = c( 5 ),
  rfeControl = rfeControl(
    functions = 'lmFuncs',
    method = 'boot',
    number = 20
  )
)

这似乎运行了一段时间，但当然，R不会让我轻易地运行rfe（），所以在日志的末尾它又抛出了另一个错误而rfe_linear对象仍未找到。

+(rfe) fit Resample01 size: 5191 
-(rfe) fit Resample01 size: 5191 
+(rfe) imp Resample01 
-(rfe) imp Resample01 
+(rfe) fit Resample02 size: 5191 
-(rfe) fit Resample02 size: 5191 
+(rfe) imp Resample02 
-(rfe) imp Resample02 
+(rfe) fit Resample03 size: 5191 
-(rfe) fit Resample03 size: 5191 
+(rfe) imp Resample03 
-(rfe) imp Resample03 
+(rfe) fit Resample04 size: 5191 
-(rfe) fit Resample04 size: 5191 
+(rfe) imp Resample04 
-(rfe) imp Resample04 
+(rfe) fit Resample05 size: 5191 
-(rfe) fit Resample05 size: 5191 
+(rfe) imp Resample05 
-(rfe) imp Resample05 
+(rfe) fit Resample06 size: 5191 
-(rfe) fit Resample06 size: 5191 
+(rfe) imp Resample06 
-(rfe) imp Resample06 
+(rfe) fit Resample07 size: 5191 
-(rfe) fit Resample07 size: 5191 
+(rfe) imp Resample07 
-(rfe) imp Resample07 
+(rfe) fit Resample08 size: 5191 
-(rfe) fit Resample08 size: 5191 
+(rfe) imp Resample08 
-(rfe) imp Resample08 
+(rfe) fit Resample09 size: 5191 
-(rfe) fit Resample09 size: 5191 
+(rfe) imp Resample09 
-(rfe) imp Resample09 
+(rfe) fit Resample10 size: 5191 
-(rfe) fit Resample10 size: 5191 
+(rfe) imp Resample10 
-(rfe) imp Resample10 
+(rfe) fit Resample11 size: 5191 
-(rfe) fit Resample11 size: 5191 
+(rfe) imp Resample11 
-(rfe) imp Resample11 
+(rfe) fit Resample12 size: 5191 
-(rfe) fit Resample12 size: 5191 
+(rfe) imp Resample12 
-(rfe) imp Resample12 
+(rfe) fit Resample13 size: 5191 
-(rfe) fit Resample13 size: 5191 
+(rfe) imp Resample13 
-(rfe) imp Resample13 
+(rfe) fit Resample14 size: 5191 
-(rfe) fit Resample14 size: 5191 
+(rfe) imp Resample14 
-(rfe) imp Resample14 
+(rfe) fit Resample15 size: 5191 
-(rfe) fit Resample15 size: 5191 
+(rfe) imp Resample15 
-(rfe) imp Resample15 
+(rfe) fit Resample16 size: 5191 
-(rfe) fit Resample16 size: 5191 
+(rfe) imp Resample16 
-(rfe) imp Resample16 
+(rfe) fit Resample17 size: 5191 
-(rfe) fit Resample17 size: 5191 
+(rfe) imp Resample17 
-(rfe) imp Resample17 
+(rfe) fit Resample18 size: 5191 
-(rfe) fit Resample18 size: 5191 
+(rfe) imp Resample18 
-(rfe) imp Resample18 
+(rfe) fit Resample19 size: 5191 
-(rfe) fit Resample19 size: 5191 
+(rfe) imp Resample19 
-(rfe) imp Resample19 
+(rfe) fit Resample20 size: 5191 
-(rfe) fit Resample20 size: 5191 
+(rfe) imp Resample20 
-(rfe) imp Resample20 
Error in { : task 1 failed - "replacement has 1 row, data has 0"
In addition: There were 50 or more warnings (use warnings() to see the first 50)

Answer 1

当lmFuncs是一个因素时，y不起作用。例如，rfFuncs工作。

library(caret)
library(randomForest)

df <- data.frame(y=factor(rnorm(100)>0), 
                 x1=rnorm(100), x2=rnorm(100), x3=rnorm(100), x4=rnorm(100), x5=rnorm(100),
                 x6=rnorm(100), x7=rnorm(100), x8=rnorm(100), x9=rnorm(100), x10=rnorm(100))

rfe_linear <- caret::rfe(
    x = df[,-1],
    y = df[,1],
    sizes = 5,
    rfeControl = rfeControl(
        functions = rfFuncs,
        method = 'boot',
        number = 20
    )
)

rfe_linear
#> 
#> Recursive feature selection
#> 
#> Outer resampling method: Bootstrapped (20 reps) 
#> 
#> Resampling performance over subset size:
#> 
#>  Variables Accuracy   Kappa AccuracySD KappaSD Selected
#>          5   0.5398 0.09997    0.08876  0.1514         
#>         10   0.5478 0.10734    0.07928  0.1433        *
#> 
#> The top 5 variables (out of 10):
#>    x8, x2, x4, x10, x9

由reprex package创建于2019-04-26（v0.2.1）