C5.0 Modelle erfordern ein Faktor Ergebnis

Arbeite ich mit dem Kredit.csv-Format für den Aufbau einer Lern-Struktur, die von Daten ist verfügbar in:

https://github.com/stedy/Machine-Learning-with-R-datasets/blob/master/credit.csv

und ich habe die folgenden Schritte:

credit<-read.csv("credit.csv")
set.seed(12345)
credit_rand<-credit[order(runif(1000)),]
credit_train<-credit_rand[1:900,]
credit_test<-credit_rand[901:1000,]
library(C50)
credit_model<-C5.0(credit_train[-21],credit_train$default)

In der Anleitung, ich bin nach scheint es, dass ich sollte die Beseitigung der letzten Spalte ist der Wert der Standard, aber ich bekam die folgende Fehlermeldung:

Error en C5.0.default(credit_train[, -21], credit_train$default) : 
  C5.0 models require a factor outcome

Ich habe versucht, die änderung der letzten Zeile:

credit_model<-C5.0(credit_train[,-21],credit_train$default)

aber ohne Erfolg.

Hilfe?

  • wenn Sie es ändern, um credit_model<-C5.0(credit_train[,-21],as.factor(credit_train$default)) funktioniert es?
InformationsquelleAutor Little | 2015-06-24
  1. 9

    Dein problem ist, dass C5.0 models require a factor outcome. Sie haben das Ergebnis als credit_train$default, das ist ein 1/2 Ergebnis, aber R hat als numerische, sondern als ein Faktor:

    str(credit_train$default)
int [1:900] 2 1 1 1 2 1 2 2 1 1 ...

    Die Lösung ist dann zu konvertieren, um ein Faktor:

    credit_train$default<-as.factor(credit_train$default)
str(credit_train$default)

Factor w/ 2 levels "1","2": 2 1 1 1 2 1 2 2 1 1 ...

    Und führen Sie dann Ihre Ausbildung:

     credit_model<-C5.0(credit_train[-21],credit_train$default)
    InformationsquelleAutor jeremycg
  2. 0

    In den ursprünglichen Daten zur Verfügung gestellt vom Verlag, die class-variable (default) gespeichert ist, in Spalte 17, und nicht in Spalte 21. Es sei denn, es wurden wesentliche änderungen in den letzten paar Monaten, es gibt gute Chancen, dass Ihre Datei nicht die richtige.

    In meiner Datei, die ich erhalten von diesem Ort nach dem Kauf das Buch, die Klasse der variable "default" ist ein Faktor mit zwei Stufen ("ja" und "Nein"), wie es sein sollte.

    Nach dem Buch, entsprechend dem Befehl, der ausgeführt werden sollte, ist 

    credit_model <- C5.0(credit_train[-17], credit_train$default)

    gefolgt von

    credit_pred <- predict(credit_model, credit_test)

    Dann funktioniert es wie ein Charme.

    # > CrossTable(credit_test$default, credit_pred,
# +            prop.chisq = FALSE, prop.c = FALSE, prop.r = FALSE,
# +            dnn = c('actual default', 'predicted default'))
#
#
#   Cell Contents
# |-------------------------|
# |                       N |
# |         N /Table Total |
# |-------------------------|
#
# 
# Total Observations in Table:  100 
#
# 
#               | predicted default 
#actual default |        no |       yes | Row Total | 
#--------------- | ----------- | ----------- | -----------|
#            no |        57 |        11 |        68 | 
#               |     0.570 |     0.110 |           | 
#--------------- | ----------- | ----------- | -----------|
#           yes |        16 |        16 |        32 | 
#               |     0.160 |     0.160 |           | 
#--------------- | ----------- | ----------- | -----------|
#  Column Total |        73 |        27 |       100 | 
#--------------- | ----------- | ----------- | -----------|
    • Aber wenn Sie arbeiten möchten, mit der Daten von der website die du gepostet hast, in der Hoffnung, dass diese Daten sinnvoll, den workaround oder die Lösung besteht einfach in der Umwandlung von der Klasse variable (Einträge in Spalte 21) aus einem numerischen Wert in einen Faktor, wie beschrieben von @jeremycg.
    InformationsquelleAutor RHertel
Schreibe einen Kommentar