java如何导入葡萄酒数据集包,如何将具有三个级别的类转换为二进制'0'，并在葡萄酒数据集的插入符号中使用glm...

我想在使用10倍交叉验证的同时对葡萄酒数据集执行线性回归 . 但是我的 class 有3个级别'1''2''3'

到目前为止这是代码 .

require(boot, quietly = TRUE)

require(caret)

wine_data

colnames(wine_data)

wine_data_lr

wine_data_lr$Class

wine_data_lr$Magnesium

wine_data_lr$Proline

str(wine_data_lr)

'data.frame': 178 obs. of 14 variables:

$ Class : num 1 1 1 1 1 1 1 1 1 1 ...

$ Alcohol : num 14.2 13.2 13.2 14.4 13.2 ...

$ Malic acid : num 1.71 1.78 2.36 1.95 2.59 1.76 1.87 2.15 1.64 1.35 ...

$ Ash : num 2.43 2.14 2.67 2.5 2.87 2.45 2.45 2.61 2.17 2.27 ...

$ Alcalinity of ash : num 15.6 11.2 18.6 16.8 21 15.2 14.6 17.6 14 16 ...

$ Magnesium : num 127 100 101 113 118 112 96 121 97 98 ...

$ Total phenols : num 2.8 2.65 2.8 3.85 2.8 3.27 2.5 2.6 2.8 2.98 ...

$ Flavanoids : num 3.06 2.76 3.24 3.49 2.69 3.39 2.52 2.51 2.98 3.15 ...

$ Nonflavanoid phenols : num 0.28 0.26 0.3 0.24 0.39 0.34 0.3 0.31 0.29 0.22 ...

$ Proanthocyanins : num 2.29 1.28 2.81 2.18 1.82 1.97 1.98 1.25 1.98 1.85 ...

$ Color intensity : num 5.64 4.38 5.68 7.8 4.32 6.75 5.25 5.05 5.2 7.22 ...

$ Hue : num 1.04 1.05 1.03 0.86 1.04 1.05 1.02 1.06 1.08 1.01 ...

$ OD280/OD315 of diluted wines: num 3.92 3.4 3.17 3.45 2.93 2.85 3.58 3.58 2.85 3.55 ...

$ Proline : num 1065 1050 1185 1480 735 ...

ctrl

lr_mod_fit

RMSE Rsquared

Min. : NA Min. : NA

1st Qu.: NA 1st Qu.: NA

Median : NA Median : NA

Mean :NaN Mean :NaN

3rd Qu.: NA 3rd Qu.: NA

Max. : NA Max. : NA

NA's :1 NA's :1

Error in train.default(x, y, weights = w, ...) : Stopping

In addition: There were 11 warnings (use warnings() to see them)

warnings()

envir, enclos) :

model fit failed for Fold02: parameter=none Error in eval(expr, envir, enclos) : y values must be 0 <= y <= 1

3: In eval(expr, envir, enclos) :

model fit failed for Fold03: parameter=none Error in eval(expr, envir, enclos) : y values must be 0 <= y <= 1

4: In eval(expr, envir, enclos) :

model fit failed for Fold04: parameter=none Error in eval(expr, envir, enclos) : y values must be 0 <= y <= 1

5: In eval(expr, envir, enclos) :

model fit failed for Fold05: parameter=none Error in eval(expr, envir, enclos) : y values must be 0 <= y <= 1

6: In eval(expr, envir, enclos) :

model fit failed for Fold06: parameter=none Error in eval(expr, envir, enclos) : y values must be 0 <= y <= 1

7: In eval(expr, envir, enclos) :

model fit failed for Fold07: parameter=none Error in eval(expr, envir, enclos) : y values must be 0 <= y <= 1

8: In eval(expr, envir, enclos) :

model fit failed for Fold08: parameter=none Error in eval(expr, envir, enclos) : y values must be 0 <= y <= 1

9: In eval(expr, envir, enclos) :

model fit failed for Fold09: parameter=none Error in eval(expr, envir, enclos) : y values must be 0 <= y <= 1

10: In eval(expr, envir, enclos) :

model fit failed for Fold10: parameter=none Error in eval(expr, envir, enclos) : y values must be 0 <= y <= 1

11: In nominalTrainWorkflow(x = x, y = y, wts = weights, info = trainInfo, ... :

There were missing values in resampled performance measures.

从错误/警告消息中，我发现类级别必须是0或1 .

作为预测者，'Class'通常是一个因素，我做了

wine_data_lr $ Class

因为我提到的是family =“binomial”，所以可能只有两个可能的级别，但我的数据有三个级别，这可能导致错误 . 所以我做了family =“multinomial”，但是我仍然得到完全相同的错误 . 我该如何解决这个问题？有没有办法将三个级别转换为两个二进制级别0 1 .

但是我不太明白如何解决我的问题 .

任何帮助表示赞赏1！