C5. 0 дерево решений-код c50 вызывается exit со значением 1

Я получаю следующую ошибку



код c50 называется exit with value 1



Я делаю это на титанических данных, доступных из Kaggle 



# Importing datasets

train <- read.csv("train.csv", sep=",")



# this is the structure

  str(train)


Вывод : - 



    'data.frame':   891 obs. of  12 variables:

 $ PassengerId: int  1 2 3 4 5 6 7 8 9 10 ...

 $ Survived   : int  0 1 1 1 0 0 0 0 1 1 ...

 $ Pclass     : int  3 1 3 1 3 3 1 3 3 2 ...

 $ Name       : Factor w/ 891 levels "Abbing, Mr. Anthony",..: 109 191 358 277 16 559 520 629 417 581 ...

 $ Sex        : Factor w/ 2 levels "female","male": 2 1 1 1 2 2 2 2 1 1 ...

 $ Age        : num  22 38 26 35 35 NA 54 2 27 14 ...

 $ SibSp      : int  1 1 0 1 0 0 0 3 0 1 ...

 $ Parch      : int  0 0 0 0 0 0 0 1 2 0 ...

 $ Ticket     : Factor w/ 681 levels "110152","110413",..: 524 597 670 50 473 276 86 396 345 133 ...

 $ Fare       : num  7.25 71.28 7.92 53.1 8.05 ...

 $ Cabin      : Factor w/ 148 levels "","A10","A14",..: 1 83 1 57 1 1 131 1 1 1 ...

 $ Embarked   : Factor w/ 4 levels "","C","Q","S": 4 2 4 4 4 3 4 4 4 2 ...


Затем я попробовал использовать C5. 0 dtree 



# Trying with C5.0 decision tree

library(C50)



#C5.0 models require a factor outcome otherwise error

train$Survived <- factor(train$Survived)



new_model <- C5.0(train[-2],train$Survived)


Таким образом, выполнение приведенных выше строк дает мне эту ошибку 



c50 code called exit with value 1


Я не могу понять, что происходит? Я использовал аналогичный код на разных наборах данных, и он работал нормально. Любые идеи о том, как я могу отладить мой код?



- Спасибо

725   5  

5 ответов:

Для всех заинтересованных, данные можно найти здесь: http://www.kaggle.com/c/titanic-gettingStarted/data . я думаю, что вам нужно зарегистрироваться, чтобы загрузить его.

Что касается вашей проблемы, прежде всего, я думаю, что вы хотели написать 

new_model <- C5.0(train[,-2],train$Survived)
Затем обратите внимание на структуру столбцов Cabin и Embarked. Эти два фактора имеют пустой символ в качестве имени уровня (проверьте с помощью levels(train$Embarked)). Это точка, где C50 падает. Если вы измените ваши данные, такие это 
levels(train$Cabin)[1] = "missing"
levels(train$Embarked)[1] = "missing"

Теперь ваш алгоритм будет работать без ошибок.

11  
2014-04-02 10:34:37

Вот что сработало окончательно: -

Получил эту идею после прочтения этого поста 

library(C50)

test$Survived <- NA

combinedData <- rbind(train,test)

combinedData$Survived <- factor(combinedData$Survived)

# fixing empty character level names 
levels(combinedData$Cabin)[1] = "missing"
levels(combinedData$Embarked)[1] = "missing"

new_train <- combinedData[1:891,]
new_test <- combinedData[892:1309,]

new_model <- C5.0(new_train[,-2],new_train$Survived)

new_model_predict <- predict(new_model,new_test)

submitC50 <- data.frame(PassengerId=new_test$PassengerId, Survived=new_model_predict)
write.csv(submitC50, file="c50dtree.csv", row.names=FALSE)
Интуиция подсказывает, что таким образом и поезд, и набор тестовых данных будут иметь последовательные уровни факторов.
4  
2014-04-08 11:11:26

На всякий случай. Вы можете взглянуть на ошибку с помощью

summary(new_model)

Также эта ошибка возникает, когда в имени переменной есть специальные символы. Например, эту ошибку можно получить, если в имени переменной есть символ"я" (это из русского алфавита).

3  
2015-09-01 01:21:39

У меня была та же ошибка, но я использовал числовой набор данных без пропущенных значений.

Спустя долгое время я обнаружил, что мой набор данных имеет прогностический атрибут под названием "outcome" и C5.0Control использует это имя, и это было причиной ошибки: '(

Моим решением было изменить имя столбца. Другим способом было бы создать объект C5.0Control и изменить значение атрибута label, а затем передать этот объект в качестве параметра для метода C50.

1  
2016-03-23 19:46:09

Я также несколько часов боролся с той же проблемой (код возврата "1") при построении модели, а также при прогнозировании. С намеком на ответ Марко я написал небольшую функцию, чтобы удалить все уровни факторов, равные "" в фрейме данных или векторе, см. код ниже. Однако, поскольку R не позволяет передавать по ссылке на функции, вы должны использовать результат функции (он не может изменить исходный кадр данных): 

removeBlankLevelsInDataFrame <- function(dataframe) {
  for (i in 1:ncol(dataframe)) {
    levels <- levels(dataframe[, i])
    if (!is.null(levels) && levels[1] == "") {
      levels(dataframe[,i])[1] = "?"
    }
  }
  dataframe
}

removeBlankLevelsInVector <- function(vector) {
  levels <- levels(vector)
  if (!is.null(levels) && levels[1] == "") {
    levels(vector)[1] = "?"
  }
  vector
}

Вызов функций может выглядеть следующим образом это: 

trainX = removeBlankLevelsInDataFrame(trainX)
trainY = removeBlankLevelsInVector(trainY)
model = C50::C5.0.default(trainX,trainY)

Однако, похоже, что C50 имеет аналогичную проблему с символьными столбцами, содержащими пустую ячейку, поэтому вам, вероятно, придется расширить это, чтобы обрабатывать также атрибуты символов, если они у вас есть.

0  
2016-05-03 00:51:38

Comments

    Ничего не найдено.
Click here to cancel reply.