我想使用caret::train训练一个knn模型来对数字进行分类（经典问题），在训练之前对特征进行PCA处理。

control = trainControl(method = "repeatedcv",                       number = 10,                       repeats = 5,                       p = 0.9)knnFit = train(x = trainingDigit,               y = label,               metric = "Accuracy",               method = "knn",               trControl = control,               preProcess = "pca")

我不明白如何表示我的训练数据，导致出现以下错误：

Error in sample.int(length(x), size, replace, prob) : cannot take a sample larger than the population when ‘replace = FALSE’

我的训练数据表示如下（Rdata文件）：

List of 10 $ : num [1:400, 1:324] 0.934 0.979 0.877 0.853 0.945 ... $ : num [1:400, 1:324] 0.807 0.98 0.803 0.978 0.969 ... $ : num [1:400, 1:324] 0.745 0.883 0.776 0.825 0.922 ... $ : num [1:400, 1:324] 0.892 0.817 0.835 0.84 0.842 ... $ : num [1:400, 1:324] 0.752 0.859 0.881 0.884 0.855 ... $ : num [1:400, 1:324] 0.798 0.969 0.925 0.921 0.873 ... $ : num [1:400, 1:324] 0.964 0.93 0.97 0.857 0.926 ... $ : num [1:400, 1:324] 0.922 0.939 0.958 0.946 0.867 ... $ : num [1:400, 1:324] 0.969 0.947 0.916 0.861 0.86 ... $ : num [1:400, 1:324] 0.922 0.933 0.978 0.968 0.971 ...

标签如下（.Rdata文件）：

List of 10 $ : num [1:400] 0 0 0 0 0 0 0 0 0 0 ... $ : num [1:400] 1 1 1 1 1 1 1 1 1 1 ... $ : num [1:400] 2 2 2 2 2 2 2 2 2 2 ... $ : num [1:400] 3 3 3 3 3 3 3 3 3 3 ... $ : num [1:400] 4 4 4 4 4 4 4 4 4 4 ... $ : num [1:400] 5 5 5 5 5 5 5 5 5 5 ... $ : num [1:400] 6 6 6 6 6 6 6 6 6 6 ... $ : num [1:400] 7 7 7 7 7 7 7 7 7 7 ... $ : num [1:400] 8 8 8 8 8 8 8 8 8 8 ... $ : num [1:400] 9 9 9 9 9 9 9 9 9 9 ...

回答：

问题出在你的数据表示方式上。在开始训练之前，尝试这样做：

label <- factor(c(label, recursive = TRUE))trainingDigit <- data.frame(do.call(rbind, trainingDigit))

你需要将数据处理成一个data.frame或类似data.frame的格式，其中一列代表不同的结果，其他列是每个结果的特征。

另外，如果你想进行分类而不是回归，你的结果需要是一个factor。

为了清楚起见，我尝试按以下方式运行训练代码，运行得很好。

library(caret)load("data.RData")load("testClass_new.RData")label <- factor(c(label, recursive = TRUE))trainingDigit <- data.frame(do.call(rbind, trainingDigit))control <- trainControl(method = "repeatedcv",                        number = 10,                        repeats = 5,                        p = 0.9)knnFit <- train(x = trainingDigit,                y = label,                metric = "Accuracy",                method = "knn",                trControl = control,                preProcess = "pca")