R - frbs 包错误 - 维数不正确

Question

我正在尝试运行 frbs 包以解决分类问题，以 iris 数据集为例。

我的数据集 (Dataset_match) 包含 9 个输入变量(均为数字)、1 个二进制输出变量和 27 196 个观测值。

我按以下方式拆分数据:

 data.train<-Dataset_match[1 : 17200, ]
 data.test<-Dataset_match[17201 : 27196, 1:9]
 data.real<-matrix(Dataset_match[17201 : 27196, 10],ncol = 1)
 range.data.input<-apply(Dataset_match[, -ncol(Dataset_match)], 2, range)

方法及其参数定义如下:

 method.type <- "FRBCS.W"
 control <- list(num.labels = 15, type.mf = "GAUSSIAN", type.tnorm = "MIN",type.snorm = "MAX", type.implication.func = "ZADEH")

但是当我尝试生成模型时，使用:

 object.cls <- frbs.learn(data.train, range.data.input, method.type, control)

我收到以下错误:

 Error in MF.temp[m, ] : incorrect number of dimensions.

有人可以给我一些线索吗？

我对 R 不是很放心，我找不到关于有问题的包的太多信息。

Answer 1

我也开始使用 frbs 包了。这是我发现的关于类变量的内容。

类变量必须是数字、单调且大于 0。

{0,1} 的值将导致错误； {-1, 1} 导致错误，但 {1,2} 有效。

您可以在 iris 数据集的类变量为“unclass()”的行中的 demo() 示例中看到这一点。

    irisShuffled[,5] <- unclass(irisShuffled[,5])

此行采用原始因子变量并将其转换为值为 {1,2,3} 的数值。

希望这对您有所帮助。