search for: influyen

...000 variables. Usando la función dudi.pca e inertia.dudi obtengo una cantidad de información sobre la influencia de las variables sobre los dos componentes principales. Me gustaría saber si existe alguna función que sobre esta información me arrojara la lista de cuáles son las variables que más influyen sobre el resultado. Revisando la información que arroja inertia.dudi, creo que con las contribuciones a los ejes podría conseguirlo. Los comandos que utilizo son los siguientes: acp <- dudi.pca(df = DATOS[,(2:1013)], scannf = FALSE, nf = 2) acpI <- inertia.dudi(acp, row.inertia = T,...

Hola, estoy heciendo unos analisis viendo los factores que influyen la depredación de pollos. Como la variabe es depredación (SI/NO) pongo un modelo binomial con varios factores. Al final del analiss me sale esto error: "Warning message: glm.fit: fitted probabilities numerically 0 or 1 occurred" ¿que significa, y sobre todo como se resuelve? Muchas gracia...

...sando la función dudi.pca e inertia.dudi > obtengo una cantidad de información sobre la influencia de las variables > sobre los dos componentes principales. Me gustaría saber si existe alguna > función que sobre esta información me arrojara la lista de cuáles son las > variables que más influyen sobre el resultado. > > Revisando la información que arroja inertia.dudi, creo que con las > contribuciones a los ejes podría conseguirlo. Los comandos que utilizo son > los siguientes: > > acp <- dudi.pca(df = DATOS[,(2:1013)], scannf = FALSE, nf = 2) > > acpI <-...

...: j.para.fernandez en hotmail.com CC: r-help-es en r-project.org Hola, Entonces si tienes:La importancia de las variables (esto lo obtienes directamente con "importance").Tienes la matriz de confusión.Con esto tienes bastante información sobre la bondad de tu modelo y sobre qué variables influyen más en tu variable objetivo.Lo único que veo que te haría falta es determinar:La precisión utilizando cualquiera de las medidas de error que existen: Accuracy, Kappa, LogLoss, RSE, RMSE....Y quizás evaluar un poco más finamente tu modelo con un CV para ver con amplitud si es que no estás haciendo o...

...te 1000 variables. Usando la función dudi.pca e inertia.dudi obtengo una cantidad de información sobre la influencia de las variables sobre los dos componentes principales. Me gustaría saber si existe alguna función que sobre esta información me arrojara la lista de cuáles son las variables que más influyen sobre el resultado. Revisando la información que arroja inertia.dudi, creo que con las contribuciones a los ejes podría conseguirlo. Los comandos que utilizo son los siguientes: acp <- dudi.pca(df = DATOS[,(2:1013)], scannf = FALSE, nf = 2) acpI <- inertia.dudi(acp, row.inertia = T, co...

No no, eso lo he sacaod, es decir, tengo la matriz de confusión para las OK/NOK, lo que no entiendo es como extraer las conclusiones sobre el modelo, de cara a como afectan las variables. He seguido dos estrategias: 1-Crear arboles de clasificacion con las variables más importantes del random Forest, pero el modelo se empobrece bastante. 2- Sacar los partialPlot, para ver la influencia de cada

Hola a todos Estoy cargando una base de datos a R llamada "Base", desde excel. A la hora de utilizar funciones como: >pairs(Base) Error in pairs.default(Base) : non-numeric argument to 'pairs' Una forma de arreglar este problema es utilizando la funcion as.numeric(), pero me toca hacerlo variable por variable: >Base$Variable1<-as.numeric( Base$Variable1)