在R

Question

中獲取錯誤「可變長度不同（找到'columns_features'）」我將rpart函數應用於一個名爲train的數據框，其中包含所有整數值。 功能太多，所以我創建了一個公式。

columns_features <- (paste(colnames(train)[31:50], collapse = "+")) 
formulas <- as.formula(train$left_eye_center_x ~ columns_features) 
tree_pred <- rpart(formulas , data = train) 

在這裏，我得到錯誤信息

Error in model.frame.default(formula = formulas, data = train, na.action = function (x) : variable lengths differ (found for 'columns_features') 

當我檢查公式有

train$left_eye_center_x ~ columns_features 

和column_features有

[1] "l_1+ l_2+ l_3+ l_4+ l_5+ l_6+ l_7+ l_8+ l_9+ l_10+ l_11+ l_12+ l_13+ l_14+ l_15+ l_16+ l_17+ l_18+ l_19+ l_20" 

對於檢查的目的時，我手動輸入該柱ñ名稱在這裏，它的作品

formulas <- as.formula(train$left_eye_center_x ~ l_1+ l_2+ l_3+ l_4+ l_5+ l_6+ l_7+ l_8+ l_9+ l_10+ l_11+ l_12+ l_13+ l_14+ l_15+ l_16+ l_17+ l_18+ l_19+ l_20 ) 
tree_pred <- rpart(formulas , data = train) 

是雙引號創建錯誤？有什麼可以解決這個問題的？我有很多功能，所以我無法手動輸入每個功能。

Answer 1

從as.formula例子：

## Create a formula for a model with a large number of variables: 
xnam <- paste0("x", 1:25) 
(fmla <- as.formula(paste("y ~ ", paste(xnam, collapse= "+")))) 

這意味着在你的情況下，下面應該工作：

formulas <- as.formula(paste("train$left_eye_center_x ~", paste(colnames(train)[31:50], collapse = "+"))) 

一個變通辦法，而不是用的方法是（ NB：我從來沒有使用rpart，但我相信這是有效的）：

formulas <- as.formula(train$left_eye_center_x ~ .) 
tree_pred <- rpart(formulas , data = train[,31:50]) 

如果rpart不喜歡get婷索引的數據，你可以定義一個新的數據框：

train4rpart <- train[,31:50] 
tree_pred <- rpart(formulas , data = train4rpart) 

事實上，通讀rpart包，您可以跳過整個公式的事情：

tree_pred <- rpart(train$left_eye_center_x ~ . , data = train[,31:50]) 

OR

tree_pred <- rpart(train$left_eye_center_x ~ . , data = train4rpart)