问题描述
我想使用插入符号 axios.get(
`http://localhost:3001/posts/${postId}/comments`
).then(res => { setComments(res.data) })
和替代变量重要性算法 rfe() 运行递归特征消除。 permimp 排列重要性使用 permimp 和 cforest。为了使用 cforest_unbiased() 和 rfe 运行 permimp()，我还需要自定义哪些其他插入符函数？
这是我目前的代码：
cforest我收到错误 library(caret)
permimpRFE <- list(summary = defaultSummary,fit = function(x,y,first,last,...){
library(party)
tmp <- as.data.frame(x,stringsAsFactors = TRUE)
tmp$y <- y
party::cforest(y ~ .,data = tmp,control = party::cforest_unbiased(ntree = 50))
},pred = function(object,x) predict(object,x),rank = function(object,x,y) {
library(permimp)
vimp <- permimp::permimp(object,conditional = TRUE,threshold = .95,do_check = FALSE)
vimp <- as.data.frame(vimp$values)
colnames(vimp) <- "Overall"
vimp <- vimp[order(vimp$Overall,decreasing = TRUE),drop = FALSE]
if (ncol(x) == 1) {
vimp$var <- colnames(x)
} else vimp$var <- rownames(vimp)
vimp
},selectSize = pickSizeBest,selectVar = pickVars)
# specify rfeControl
contr <- caret::rfeControl(functions=permimpRFE,method="repeatedcv",number=3,repeats=2,saveDetails = TRUE)
dat <- as.data.frame(ChickWeight)[1:50,]
preds <- dat[,2:4]
response <- dat[,1]
# recursive feature elimination caret (Algorithm 2)
set.seed(43,kind = "Mersenne-Twister",normal.kind = "Inversion")
results <- caret::rfe(x = preds,y = response,sizes=c(1:3),metric= "RMSE",rfeControl=contr)
如何让 Error in { : task 1 failed - "invalid 'x' type in 'x && y'" 与 rfe 和 permimp 一起运行？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）