[問題] 資料分割與LARs應用

看板R_Language作者rosso0922 (嗶波)時間11年前 (2013/11/30 17:05)推噓0(0推 0噓 3→)

留言3則, 2人參與討論串1/1

小弟是R的初心使用者，剛剛開始應用R做研究，所以我上google/人大爬了一些做法下面有幾個問題想請教板上的高手第一個是資料分割的部分 prost.std <- data.frame(cbind(scale(prost[,1:8]),prost$lpsa)) 將變數1~8標準化，鎖定變數lpsa,cbind則是列出矩陣 names(prost.std)[9] <- 'lpsa' 將變數9命名為lpsa data.train <- prost.std[prost$train,] data.test <- prost.std[!prost$train,] 劃分出訓練與測試資料集，!則表示train以外的都是test(隨機抽取) y.test <- data.test$lpsa 將Y 指定為lpsa,$選取特定條件下的數據，在此選擇data.test中的lpsa n.train <- nrow(data.train) 我照著網路上的教學做資料分割，我使用教學中給的資料，並且做出我個人的注解 http://www-stat.stanford.edu/~tibs/ElemStatLearn/datasets/prostate.data 一步一度步的跟著做，可以很順利的切開資料並且抽取訓練跟資料但是我把資料換成iris的話..資料就切不開了，到data.test的部分就會卡住出現了：錯誤在!iris$train : 引數類型不正確但是我用posta卻不會有這種情況.... 另外，LARs的部分 library(lars) m.lasso <- lars(as.matrix(data.train[,1:8]),data.train$lpsa) plot(m.lasso) # Cross-validation r <- cv.lars(as.matrix(data.train[,1:8]),data.train$lpsa) bestfraction <- r$fraction[which.min(r$cv)] # Observe coefficients coef.lasso <-predict(m.lasso,as.matrix(data.test[,1:8]), s=bestfraction,type="coefficient",mode="fraction") coef.lasso # Prediction y.pred.lasso <-predict(m.lasso,as.matrix(data.test[,1:8]), s=bestfraction,type="fit",mode="fraction")$fit summary((y.pred.lasso - y.test)^2) 我也是照著執行都能夠順利的用posta跑出結果來，但是如果單純要做feature selection我應該要看哪個值呢? ===================================================================== 以上是我實做跟個人的註解，如果有錯請板友糾正跟幫忙謝謝 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 123.192.235.106