stepclass forward rpart

Version imprimable

20/09/2016, 02h04
jeuneprincesse

stepclass forward rpart

Bonsoir,

J'aimerais appliquer la fonction "stepclass" comme suit :

Code:

stepclass(y~., data = données, method = "rpart", direction= "forward")

Ça donne un message d'erreur et pour nnet aussi.

Est-ce que forward, backward ne sont pas valables pour rpart ou j'ai mal utilisé la commande ?

Merci infiniment d'avance pour toute réponse.
21/09/2016, 12h20
A. D.

Bonjour,

Tout d'abord, merci de préciser le package d'origine des fonctions utilisées.
Il s'agit bien ici de la fonction "stepclass" du package "klaR" ?

Ensuite, pouvez-vous indiquer le message d'erreur renvoyé ? Il sera plus facile d'essayer d'y remédier si on sait de quoi il s'agit... La solution est parfois contenue dans le message d'erreur ;)

Sinon, si on regarde la documentation de cette fonction (?stepclass), il est indiqué que le paramètre "method" peut prendre n'importe quel nom de fonction de classification (ex: "lda") sous réserve que cette méthode possède une fonction de prédiction écrite dans R (ex: "predict.lda") et retourne ses résultats sous une forme bien précise.
Peut-être que l'erreur est à chercher de ce côté là ? Vérifiez que les méthodes de classification que vous souhaitez utiliser ici sont bien compatibles.

HTH ! :)

Cordialement,

A.D.

Citation:

Envoyé par A. D.

Bonjour,

Tout d'abord, merci de préciser le package d'origine des fonctions utilisées.
Il s'agit bien ici de la fonction "stepclass" du package "klaR" ?

Bonjour, oui KlaR
[QUOTE]

Citation:

Ensuite, pouvez-vous indiquer le message d'erreur renvoyé ? Il sera plus facile d'essayer d'y remédier si on sait de quoi il s'agit... La solution est parfois contenue dans le message d'erreur ;)
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 `stepwise classification', using 10-fold cross-validated correctness rate of method rpart'. 46274 observations of 68 variables in 2 classes; direction: both stop criterion: improvement less than 5%. hr.elapsed min.elapsed sec.elapsed 0.00 0.00 6.15 Error in parse(text = x, keep.source = FALSE) : <text>:2:0: unexpected end of input 1: data[, response] ~ ^ In addition: There were 50 or more warnings (use warnings() to see the first 50) > warnings() Warning messages: 1: In cv.rate(vars = c(model, tryvar), data = data, grouping = grouping, ... : error(s) in modeling/prediction step