如何在我的 R 数据集上使用 PC（来自 PCA）？

Question

我是R学习者。我正在处理来自互联网的 'Human Activity Recognition' 数据集。它有 563 个变量，最后一个变量是 class 变量 'Activity'，它必须被预测。

我在这里尝试使用 R 的 CARET 包中的 KNN 算法。

我创建了另一个包含 561 个数字变量的数据集，不包括最后 2 个 - 主题和 activity。

我运行对此进行了 PCA，并决定我将使用前 20 台 PC。

pca1 <- prcomp(human2, scale = TRUE)

我将这些 PC 的数据保存在另一个名为 'newdat'

的数据集中

newdat <- pca1$x[ ,1:20]

现在我正在尝试运行下面的代码：但是它给了我错误，因为这个 newdat 没有我的 class 变量

trctrl <- trainControl(method = "repeatedcv", number = 10, repeats = 3)
set.seed(3333)
knn_fit <- train(Activity ~., data = newdat, method = "knn",
                 trControl=trctrl,
                 preProcess = c("center", "scale"),
                 tuneLength = 10)

我试图从原始数据中提取最后一列 'activity' 并使用带有 'newdat' 的 cbind() 附加它以在 knn-fit（上图）上使用它，但它没有被附加。

有什么关于如何使用 PC 的建议吗？

代码如下：

human1 <- read.csv("C:/NIIT/Term 2/Prog for Analytics II/human-activity-recognition-with-smartphones (1)/train1.csv", header = TRUE)
humant <- read.csv("C:/NIIT/Term 2/Prog for Analytics II/human-activity-recognition-with-smartphones (1)/test1.csv", header = TRUE)

#taking the predictor columns
human2 <- human1[ ,1:561]


pca1 <- prcomp(human2, scale = TRUE)
newdat <- pca1$x[ ,1:15]
newdat <- cbind(newdat, Activity = as.character(human1$Activity))

pca1 <- preProcess(human1[,1:561], 
                   method=c("BoxCox", "center", 
                            "scale", "pca"))
PC = predict(pca1, human1[,1:561])


trctrl <- trainControl(method = "repeatedcv", number = 10, repeats = 3)
set.seed(3333)
knn_fit <- train(Activity ~., data = newdat, method = "knn",
                 trControl=trctrl,
                 preProcess = c("center", "scale"),
                 tuneLength = 10)

#applying knn_fit to test data

test_pred <- predict(knn_fit, newdata = testing)
test_pred

#checking the prediction
confusionMatrix(test_pred, testing$V1 )

我运行在下面的部分出错了。我附上了错误：

> knn_fit <- train(Activity ~., data = newdat, method = "knn",
+                  trControl=trctrl,
+                  preProcess = c("center", "scale"),
+                  tuneLength = 10)
Error: cannot allocate vector of size 1.3 Gb

Answer 1

您是如何尝试 cbind 列的，能否请您显示代码？我认为你只是步入了 StringsAsFactors = TRUE 所产生的困难。以下行是否解决了您的问题：

#...
#newdat <- pca1$x[ ,1:20]    
newdat <- cbind(newdat, Activity = as.character(human2$Activity))

如何在我的 R 数据集上使用 PC（来自 PCA）？

how to use the PCs (resulting from PCA) on my dataset in R?

r

classification

knn

predictive