- Este debate tiene 2 respuestas, 2 mensajes y ha sido actualizado por última vez el hace 4 años, 7 meses por
.
-
Entradas
-
Hola, el código que incluyes en la Hoja de trabajo para calcular la Matriz de confusión dan error.
Al ejecutar esta línea de código:
preprocessParams <- preProcess(x, method=c(«BoxCox»))
aparece el siguiente error:
The following pre-processing methods were eliminated: ‘BoxCox’
Por lo que no se puede continuar y no se puede ejecutar la matriz de confusion
predictions <- predict(fit.cart, newdata=preProcess(validation, method=c(«BoxCox»)))
confusionMatrix(predictions, validation$Class)Si alguien ha podido resolver este problema, se agradecería una ayuda.
Adjunto el archivo; creía que había resuelto el problema, pero al volver a correr el código me ha vuelto a aparecer el mismo error, también adjunto el código. No he encontrado el código para dibujar la curva ROC. Gracias
https://drive.google.com/file/d/1h_KjfsMFsrljrx2MTU94vUkHUCVSxpNM/view?usp=sharing
##MATRIZ DE CONFUSION
data(«BreastCancer»)
data<-BreastCancer
##tipo de datos
str(data)
##eliminar la variable ID
data<-data[,-1]
# convert input values to numeric
for(i in 1:9) {
data[,i] <- as.numeric(as.character(data[,i]))
}##comprobar si existen valores nulos del dataframe
##contar número de nulos por fila
sapply(data, function(x)sum(is.na(x)))
##eliminar las filas que contengan valores nulos
data<-na.omit(data)##683 OBSERVACIONES# Split out validation dataset
# create a list of 80% of the rows in the original dataset we can use for training
set.seed(7)
validation_index <- createDataPartition(data$Class, p=0.80, list=FALSE)##548 DE 683 OBSERVACIONES
# select 20% of the data for validation
data_test <- data[-validation_index,]##135 observaciones
# use the remaining 80% of data to training and testing the models
data_train <- data[validation_index,] ##548 observaciones
##summary
summary(data_train)##ARBOL DE CLASIFICACION
control <- trainControl(method=»repeatedcv», number=10, repeats=3)
metric <- «Accuracy»
fit.cart <- train(Class~., data=data_train, method=»rpart», metric=metric, preProc=c(«BoxCox»),
trControl=control, na.action=na.omit)print (fit.cart)
summary(fit.cart)# make predictions
predictions <- predict(fit.cart, data_test[,1:9])
confusionMatrix(predictions, data_test$Class)
- Debes estar registrado para responder a este debate.