C5.0 Entscheidungsbaum - c50-code genannt Ausgang mit dem Wert 1

Für alle interessierten, die Daten können hier gefunden werden: http://www.kaggle.com/c/titanic-gettingStarted/data. Ich denke, Sie müssen registriert sein um es zu downloaden.

In Bezug auf Ihr problem, zuerst ich denke du wolltest schreiben

new_model <- C5.0(train[,-2],train$Survived)

Nächsten, beachten Sie die Struktur der Cabin und Embarked Spalten. Diese beiden Faktoren haben einen leeren Charakter als level-name (überprüfen Sie mit levels(train$Embarked)). Dies ist der Punkt, wo C50 fällt. Wenn Sie die änderung Ihrer Daten, so dass

levels(train$Cabin)[1] = "missing"
levels(train$Embarked)[1] = "missing"

Algorithmus wird nun ausgeführt, ohne dass eine Fehlermeldung.

Hier ist, was funktioniert endlich:-

Habe diese Idee nach der Lektüre dieses post

library(C50)

test$Survived <- NA

combinedData <- rbind(train,test)

combinedData$Survived <- factor(combinedData$Survived)

# fixing empty character level names 
levels(combinedData$Cabin)[1] = "missing"
levels(combinedData$Embarked)[1] = "missing"

new_train <- combinedData[1:891,]
new_test <- combinedData[892:1309,]

new_model <- C5.0(new_train[,-2],new_train$Survived)

new_model_predict <- predict(new_model,new_test)

submitC50 <- data.frame(PassengerId=new_test$PassengerId, Survived=new_model_predict)
write.csv(submitC50, file="c50dtree.csv", row.names=FALSE)

Die intuition dahinter ist, dass auf diese Weise sowohl die Zug-und test-Daten mit konsistenten Faktor Ebenen.

Ich auch kämpften einige Stunden mit dem gleichen Problem (Return-code "1") beim Bau des Modells als auch bei der Vorhersage.
Mit dem Hauch von Antwort von Marco, die ich geschrieben habe eine kleine Funktion zum entfernen aller faktorstufen gleich "" in einen Daten-frame oder einen Vektor, siehe code unten. Da jedoch R nicht für pass by reference an Funktionen, die Sie verwenden müssen, ist das Ergebnis der Funktion (man kann es nicht ändern den ursprünglichen dataframe):

removeBlankLevelsInDataFrame <- function(dataframe) {
  for (i in 1:ncol(dataframe)) {
    levels <- levels(dataframe[, i])
    if (!is.null(levels) && levels[1] == "") {
      levels(dataframe[,i])[1] = "?"
    }
  }
  dataframe
}

removeBlankLevelsInVector <- function(vector) {
  levels <- levels(vector)
  if (!is.null(levels) && levels[1] == "") {
    levels(vector)[1] = "?"
  }
  vector
}

Aufruf der Funktionen kann wie folgt Aussehen:

trainX = removeBlankLevelsInDataFrame(trainX)
trainY = removeBlankLevelsInVector(trainY)
model = C50::C5.0.default(trainX,trainY)

Aber es scheint so, dass der C50 hat ein ähnliches Problem mit character-Spalten mit einer leeren Zelle, so haben Sie wahrscheinlich zu erweitern, diese zu behandeln, auch Charakter-Attribute, wenn Sie einige haben.