前端之家

  1. 首页
  2. 问答

CSV读取数据集的“类变量需要成为一个因素”错误

• 问答

我希望离散化数据集中的连续特征，尤其是使用受监督的。事实证明， [对此有一种包装/方法] 1，太好了！但是由于我不精通R，所以遇到了一些问题，如果您能提供帮助，我将不胜感激。

我收到错误

类变量需要成为一个因素。

我在网上看了一个例子，他们似乎没有这个问题，但是我知道。请注意，除了V2 ~ .应该是列名之外，我不太了解 V2。

library(caret)
library(Rcpp)
library(arulesCBA)

filename <- "wine.data"
dataset <- read.csv(filename,header=FALSE)
dataset2 <- discretizeDF.supervised(V2 ~ .,dataset,method = "mdlp")

R报告以下错误：

.parseformula（公式，数据）中的错误：需要将类变量设置为 一个因素！

您可以在以下位置找到数据集wine.data：https://pastebin.com/hvDbEtMN discretizeDF.supervised的第一个参数是一个公式，这似乎是问题所在。

请帮助！预先谢谢你。

wdjylove 回答：CSV读取数据集的“类变量需要成为一个因素”错误

如小插图中所述，它旨在实现：

几种将连续变量转换为变量的监督方法 适用于关联规则挖掘的分类变量（因子） 并建立关联的分类器。

如果您查看V2列，则该列是连续的：

test = read.csv("wine_dataset.txt",header=FALSE)
str(test)
'data.frame':   178 obs. of  14 variables:
 $ V1 : int  1 1 1 1 1 1 1 1 1 1 ...
 $ V2 : num  14.2 13.2 13.2 14.4 13.2 ...
 $ V3 : num  1.71 1.78 2.36 1.95 2.59 1.76 1.87 2.15 1.64 1.35 ...

您需要的是一个明确的目标，以便该算法可以找到合适的方法来离散化它以找到关联。例如：

#this cuts V2 into 4 categories according to where they fall in the range
test$V2 = factor(cut(test$V2,4,labels=1:4))
dataset2 <- discretizeDF.supervised(V2 ~ .,dataset,method = "mdlp")

以上是解决问题的一种方法，但是您需要找到很好地削减V2的方法。如果您需要连续使用目标，则可以从规则中使用discretizeDF，而且我也看到您的第一列仅是1,2,3：

test = read.csv("wine_dataset.txt",header=FALSE)
test2 = data.frame(test[,1:2],discretizeDF(test[,-c(1:2)]))
discretizationrsyntax
本文链接：https://www.f2er.com/2538065.html

大家都在问