![](/img/trans.png)
[英]How to calculate the total contribution of a variable for 2 or more PCs in R (PCA)
[英]how to use the PCs (resulting from PCA) on my dataset in R?
我是R學習者。 我正在研究來自互聯網的“人類活動識別”數據集。 它具有563個變量,最后一個變量是必須預測的類變量“活動”。
我正在嘗試從R的CARET包中使用KNN算法。
我創建了另一個包含561個數字變量的數據集,但不包括最后2個-主題和活動。
我以此運行PCA,並決定使用前20台PC。
pca1 <- prcomp(human2, scale = TRUE)
我將這些PC的數據保存在另一個名為“ newdat”的數據集中
newdat <- pca1$x[ ,1:20]
現在我嘗試運行以下代碼:但是它給了我錯誤,因為此newdat沒有我的類變量
trctrl <- trainControl(method = "repeatedcv", number = 10, repeats = 3)
set.seed(3333)
knn_fit <- train(Activity ~., data = newdat, method = "knn",
trControl=trctrl,
preProcess = c("center", "scale"),
tuneLength = 10)
我試圖從原始數據中提取最后一列“活動”,並使用帶有“ newdat”的cbind()將其附加在knn-fit上(上面),但未附加。
有什么建議如何使用電腦?
下面是代碼:
human1 <- read.csv("C:/NIIT/Term 2/Prog for Analytics II/human-activity-recognition-with-smartphones (1)/train1.csv", header = TRUE)
humant <- read.csv("C:/NIIT/Term 2/Prog for Analytics II/human-activity-recognition-with-smartphones (1)/test1.csv", header = TRUE)
#taking the predictor columns
human2 <- human1[ ,1:561]
pca1 <- prcomp(human2, scale = TRUE)
newdat <- pca1$x[ ,1:15]
newdat <- cbind(newdat, Activity = as.character(human1$Activity))
pca1 <- preProcess(human1[,1:561],
method=c("BoxCox", "center",
"scale", "pca"))
PC = predict(pca1, human1[,1:561])
trctrl <- trainControl(method = "repeatedcv", number = 10, repeats = 3)
set.seed(3333)
knn_fit <- train(Activity ~., data = newdat, method = "knn",
trControl=trctrl,
preProcess = c("center", "scale"),
tuneLength = 10)
#applying knn_fit to test data
test_pred <- predict(knn_fit, newdata = testing)
test_pred
#checking the prediction
confusionMatrix(test_pred, testing$V1 )
我在以下部分遇到錯誤。 我附有錯誤:
> knn_fit <- train(Activity ~., data = newdat, method = "knn",
+ trControl=trctrl,
+ preProcess = c("center", "scale"),
+ tuneLength = 10)
Error: cannot allocate vector of size 1.3 Gb
您如何嘗試綁定該列,請顯示代碼? 我認為您只是進入StringsAsFactors = TRUE
產生的困難。 以下行是否解決了您的問題:
#...
#newdat <- pca1$x[ ,1:20]
newdat <- cbind(newdat, Activity = as.character(human2$Activity))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.