Question

使用penalizedSVM R包，我正在尝试进行功能选择。有一个名为trainingdata的几个data.frames列表。

trainingdata <-lapply(trainingdata, function(data)
                   {
                     levels(data$label) <- c(-1, 1)
                     train_x<-data[, -1]
                     train_x<-data.matrix(train_x)
                     trainy<-data[, 1]
                     print(which(!is.finite(train_x)))
                     scad.fix<-svm.fs(train_x, y=trainy, fs.method="scad",
                                      cross.outer=0, grid.search="discrete",
                                      lambda1.set=lambda1.scad, parms.coding="none",
                                      show="none", maxIter=1000, inner.val.method="cv",
                                      cross.inner=5, seed=seed, verbose=FALSE)

                     data <- data[c(1, scad.fix$model$xind)]
                     data
                   })

有些迭代顺利，但随后在一个data.frame上我收到以下错误消息。

[1] "feature selection method is scad"
Error in svd(m, nv = 0, nu = 0) : infinite or missing values in 'x'
Calls: lapply ... scadsvc -> .calc.mult.inv_Q_mat2 -> rank.condition -> svd

使用以下调用，我还检查x是否真的无限，但是对于所有前面的调用和当前发生错误的data.frame，调用返回0.

print(which(!is.finite(train_x)))

还有其他方法可以检查无限值吗？还有什么办法可以纠正这个错误？有没有办法可以确定正在lapply中处理的当前data.frame的索引？

Answer 1

对于第一个问题，infinite or missing values in 'x'建议您将条件更改为类似的内容。

   idx <- is.na(train_x) | is.infinite(train_x)

您可以将0分配给这些值。

   train_x[idx] <- 0

关于第二个问题，关于如何在lapply中获取当前data.frame的名称，你可以遍历data.farmes的名称，并执行以下操作：

 lapply(names(trainingdata), function(data){ data <- trainingdata[data]....}

例如：

 ll <- list(f=1,c=2)
> lapply(names(list(f=1,c=2)), function(x) data <- ll[x])
[[1]]
[[1]]$f
[1] 1


[[2]]
[[2]]$c
[1] 2

修改

您可以在此行scad.fix＆lt; -svm.fs
之前使用tryCatch
tryCatch( scad.fix<-svm.fs(....) , error = function(e) e) })
例如，在这里我在这个列表上测试它，代码继续执行到列表的末尾，即使列表中有一个NA。

lapply(list(1,NA,2), function(x){ tryCatch( if (any(!is.finite(x))) stop("infinite or missing values in 'x'") , error = function(e) e) })

使用SCAD进行SVM特征选择

1 个答案: