我想用插入符调整自定义算法的两个参数 . Un参数（lambda）是数字，另一个参数（previous）是字符 . 此参数可以采用“已知”或“未知”两个值 . 我只使用lambda参数调整了算法 . 没关系 . 但是当我添加字符参数（先前）时给出了以下错误：
1：在eval（expr，envir，enclos）中：Resample01的模型拟合失败：lambda = 1，previous = unknown mdp中的错误（Class = y，data = x，lambda = param $ lambda，previous = param $ prior， ：找不到对象'赋值'
错误必须与指定字符参数（先前）的方式相关 . 这是我的代码：
my_mod$parameters <- data.frame(
parameter = c("lambda","prior"),
class = c("numeric", "character"),
label = c("sample_length", "prior_type"))
## The grid Element
my_mod$grid <- function(x, y, len = NULL){expand.grid(lambda=1:2,prior=c("unknown", "known"))}
mygrid<-expand.grid(lambda=1:2,prior=c('unknown','known'))
## The fit Element
my_mod$fit <- function(x, y, wts, param, lev, last, classProbs, ...){
mdp(Class=y,data=x,lambda=param$lambda,prior=param$prior,info.pred ="yes")
}
## The predict Element
mdpPred <- function(modelFit, newdata, preProc = NULL, submodels = NULL)
predict.mdp(modelFit, newdata)
my_mod$predict <- mdpPred
fitControl <- trainControl(method = "cv",number = 5,repeats = 5)
train(x=data, y = factor(Class),method = my_mod,trControl = fitControl, tuneGrid = mygrid)
1 回答
那是因为你必须在fit函数中指定
as.character(param$prior).