我有一些个人数据集。所以我把它分为预测变量和预测变量。以下是语法:
library(Cubist)
str(A)
'data.frame': 6038 obs. of 3 variables:
$ ads_return_count : num 7 10 10 4 10 10 10 10 10 9 ...
$ actual_cpc : num 0.0678 0.3888 0.2947 0.0179 0.095 ...
$ is_user_agent_bot: Factor w/ 1 level "False": 1 1 1 1 1 1 1 1 1 1 ...
cubist(A[,c("ads_return_count","is_user_agent_bot")],A[,"actual_cpc"])
我得到以下错误
cubist code called exit with value 1
Error in strsplit(tmp, """)[[1]] : subscript out of bounds
我有什么东西不见了吗?
模拟一些数据以制作一个可复制的示例:
A=data.frame(ads_return_count=sample(100,10,TRUE), actual_cpc=runif(100), is_user_agent_bot=factor(rep("False",100)))
cubist(A[,c("ads_return_count","is_user_agent_bot")],A[,"actual_cpc"])
cubist code called exit with value 1
Error in strsplit(tmp, """)[[1]] : subscript out of bounds
太好了,现在我们在同一页上。
令我困扰的是,第二个论点,即结果,都是"错误的"。我不确定只有一个结果的模型是否有意义。让我们尝试两种结果:
> A2=data.frame(ads_return_count=sample(100,10,TRUE), actual_cpc=runif(100), is_user_agent_bot=sample(c("True","False"),100,TRUE))
> cubist(A2[,c("ads_return_count","is_user_agent_bot")],A2[,"actual_cpc"])
Call:
cubist.default(x = A2[, c("ads_return_count", "is_user_agent_bot")], y =
A2[, "actual_cpc"])
Number of samples: 100
Number of predictors: 2
Number of committees: 1
Number of rules: 1
我想说,这是来自cubist
的一条无信息的错误消息,由单一的结果可能性引起。
我的问题也一样,只是它是一个级别名称,缺少值"。用文本替换这些级别就成功了。
c5.0决策树似乎也存在类似问题C5.0决策树-c50代码调用exit,值为1