R C5.0使用存储在变量中的公式时选择的未定义列

Question

我正在使用C50 R Package通过决策树进行预测。

我有以下代码：

library("partykit")
library("C50")

//Creates a sample data frame
data <- data.frame(ID = c(1, 2, 3, 4, 5),
               var1 = c('a', 'b', 'c', 'd', 'e'),
               var2 = c(1, 1, 0, 0, 1))

//This is the variable I want to predict
variable <- "ID"

//First I convert the column to factor
data[, variable] <- factor(data[, variable])

//Then I create the formula
formula <- as.formula(paste(variable, " ~ ."))

//And finally I fit the model with the formula
model <- C5.0(formula, data=data, trials=10)

到目前为止，一切都很好，当我尝试绘制树时，问题来了：

png(filename = paste("test.png"), width = 800, height = 60)
plot(model) //This line throws the error: Error in `[.data.frame`(mf, rsp) : undefined columns selected
dev.off()

但如果我改了行：

model <- C5.0(formula, data=data, trials=10)

至：

model <- C5.0(ID ~ ., data=data, trials=10)

一切都很好。

在做了一些调试之后，我得到了这个随机信息：

在C5.0函数中有这样的代码：

call <- match.call()

如果我查看call内部，我会得到以下结果：

C5.0.formula(formula = formula, data = data, trials = 10)

但是如果对C5.0的调用是：

model <- C5.0(ID ~ ., data=data, trials=10)

那么call对象是：

C5.0.formula(formula = ID ~ ., data = data, trials = 10)

这看起来很正常，但是调试plot()函数时，我看到函数as.party(x, trial = trial)会被调用，其中x是C5.0对象。在as.party()函数内部还有另一个调用，即model.frame(obj)调用，其中obj是C5.0对象，这就是问题所在。在model.frame()函数中，我发现了下面这一行：

rsp <- strsplit(paste(formula$call[2]), " ")[[1]][1]

想起来了吗？该错误引用了该rsp变量。问题是formula$call有两个不同的值。如果我像这样第一次调用call：

model <- C5.0(ID ~ ., data=data, trials=10)

一切正常，因为formula$call包含C5.0.formula(formula = ID ~ ., data = data, trials = 10)，而rap为ID，因此下一次调用：

tmp <- mf[rsp]

执行时没有问题(mf是初始数据帧)。

但是有了电话：

C5.0.formula(formula = formula, data = data, trials = 10)

formula$call对象包含：

C5.0.formula(formula = formula, data = data, trials = 10)

而rsp是"formula"，所以这行代码：

tmp <- mf[rsp]

失败，因为数据框中没有"formula"列。

这是预期的行为吗？如果是这样，我就不能用存储在变量中的公式来调用C5.0了？

我需要以这种方式调用，以便使用许多不同的公式测试算法。

任何帮助都将不胜感激。提前感谢大家。

Answer 1

不幸的是，这是一个bug。请参见github上的issue 8。看起来Max Kuhn (C50的开发者)没有时间去研究它，因为bug报告是在8月份发布的。你可能也想把你的问题附加到那里。这可能会重新引起开发人员的注意。