"Error in seeds[[num_rs + 1L]] : subscript out of bounds" 何时使用插入符创建 LVQ 模型？

Question

我正在使用 caret 包创建 LVQ 模型和 select 包含 579 个自变量和 55 个样本的数据集的特征：

set.seed(123)
data=data
control <- trainControl(method="repeatedcv", number=5, repeats=10)

但是当我运行训练模型的命令时，我得到以下错误：

model <- train(remission~., data=data, method="lvq", preProcess="scale", trControl=control, importance=T)
Error in seeds[[num_rs + 1L]] : subscript out of bounds

你能提出任何解决方案吗？考虑到我拥有的变量数量，这似乎是为我的模型寻找重要特征的最佳方式。我什至尝试将变量调整为 40 和 10，但我仍然遇到相同的错误。

Answer 1

生成网格的代码在小数据集上遇到了问题，你可以看看getModelInfo("lvq")$lvq$grid下的代码，还有answered by the author of caret下的代码。您可以提供自己的网格，并注意 importance=TRUE 不是一个选项：

library(multtest)
library(caret)
data(golub)
data = data.frame(t(golub))
data$cl=factor(golub.cl)

control <- trainControl(method="cv", number=5)

model <- train(cl~., data=data, method="lvq", preProcess="scale",trControl=control)

Error in seeds[[num_rs + 1L]] : subscript out of bounds

TG = expand.grid(k=1:3,size=seq(5,20,by=5))
model <- train(cl~., data=data, method="lvq", preProcess="scale",trControl=control,tuneGrid=TG)

Learning Vector Quantization 

  38 samples
3051 predictors
   2 classes: '0', '1' 

Pre-processing: scaled (3051) 
Resampling: Cross-Validated (5 fold) 
Summary of sample sizes: 31, 30, 31, 29, 31 
Resampling results across tuning parameters:

  k  size  Accuracy   Kappa    
  1   5    0.9527778  0.8967033
  1  10    1.0000000  1.0000000
  1  15    0.9492063  0.8929766
  1  20    0.9206349  0.8461538
  2   5    1.0000000  1.0000000
  2  10    0.9206349  0.8321070
  2  15    0.9555556  0.8800000
  2  20    0.9714286  0.9391304
  3   5    0.9492063  0.8929766
  3  10    0.9555556  0.9000000
  3  15    0.9777778  0.9538462
  3  20    0.9527778  0.8967033

"Error in seeds[[num_rs + 1L]] : subscript out of bounds" 何时使用插入符创建 LVQ 模型？

"Error in seeds[[num_rs + 1L]] : subscript out of bounds" when using caret for creatng LVQ model?

r

r-caret

feature-selection