R/modelo_copulas_v1.R
In papabloblo/copulaR:
library(ggplot2)
#library(plotly)
library(DiagTest3Grp)
library(copula)
library(magrittr)
library(dplyr)
library(data.table)
library(zoo)
library(writexl)
library(BBmisc)
setwd('C:/Users/juan.carrillo/Desktop/Articulos/articulo_copulas/')
#Sys.setlocale("LC_ALL","English")
source('copula_optima.R')
source('puntuacion_copulas.R')
source('genera_combinaciones_variables.R')
###KDD98##
train <- read.csv('targetContinuoKDDTrain.csv',
header = TRUE,
stringsAsFactors = FALSE)
test <- read.csv('Kdd1988targetcontinuoTest.csv',
header = TRUE,
stringsAsFactors = FALSE)
### tablas communities##
train <- read.csv('communitiestest.csv',
header = TRUE,
stringsAsFactors = FALSE)
train <- train[-90,]
test <- read.csv('communitiesTraining.csv',
header = TRUE,
stringsAsFactors = FALSE)
colnames(train)[ncol(train)] <- 'TargetD'
colnames(test)[ncol(test)] <- 'TargetD'
head(train)
names(train)
head(test)
#Tratamineto_datos
train$TargetD <- as.numeric(substr(train$TargetD,2, nchar(train$TargetD)))
train$GiftAvgLast <- as.numeric(substr(train$GiftAvgLast,2, nchar(train$GiftAvgLast)))
train$GiftAvg36 <- as.numeric(substr(train$GiftAvg36,2, nchar(train$GiftAvg36)))
train$GiftAvgAll <- as.numeric(substr(train$GiftAvgAll,2, nchar(train$GiftAvgAll)))
var_aux <- substr(train$DemMedHomeValue,2, nchar(train$DemMedHomeValue))
train$DemMedHomeValue <- as.numeric(gsub(",", "", var_aux))
var_aux <- substr(train$DemMedIncome,2, nchar(train$DemMedIncome))
train$DemMedIncome <- as.numeric(gsub(",", "", var_aux))
test$TargetD <- as.numeric(substr(test$TargetD,2, nchar(test$TargetD)))
test$GiftAvgLast <- as.numeric(substr(test$GiftAvgLast,2, nchar(test$GiftAvgLast)))
test$GiftAvg36 <- as.numeric(substr(test$GiftAvg36,2, nchar(test$GiftAvg36)))
test$GiftAvgAll <- as.numeric(substr(test$GiftAvgAll,2, nchar(test$GiftAvgAll)))
var_aux <- substr(test$DemMedHomeValue,2, nchar(test$DemMedHomeValue))
test$DemMedHomeValue <- as.numeric(gsub(",", "", var_aux))
var_aux <- substr(test$DemMedIncome,2, nchar(test$DemMedIncome))
test$DemMedIncome <- as.numeric(gsub(",", "", var_aux))
# #Gráfico de la serie
# p <- ggplot(data = train, aes(x = FECHA)) +
# geom_line(aes(y = DEMANDA_GAS), color = 'steelblue') +
# geom_line(aes(y = PREDICCION_ARIMA), color = 'firebrick')+
# scale_x_date(date_breaks = '1 month',
# #date_minor_breaks='1 months',
# date_labels = "%b")
# ggplotly(p)
#
# ggplot(data = train, aes(x = ERROR_ARIMA,
# y = INC_TEMPERATURA_MAXIMA_ABS)) +
# geom_point(color = 'steelblue',
# alpha = 0.5,
# size = 4)
#Ajuste cópula
puntua_cop <- function(datos_train, datos_test, variables2, precision){
errores <- list()
train2 <- datos_train %>%
select_(.dots = variables2) %>% unique()
train3 <- datos_test %>%
select_(.dots = variables2) %>% unique()
train2 <- unique(rbind(train2,train3))
variables <- c(variables2, 'ERROR')
train_var <- datos_train %>%
select_(.dots = variables) %>% unique()
ini <- Sys.time()
mejor_copula <- train_var %>%
copula.optima()
#datos_iter <- train2[1,]
# precision <- 600
# copulaoptima=mejor_copula$copulaoptima
# train = train_var
#print(mejor_copula$indep)
# resultados <- apply(train2,
# 1,
# function(x){puntuacion_copula_opt(datos_iter = x,
# n.ventas = precision,
# copulaoptima=mejor_copula$copulaoptima,
# train = train_var)})
if (mejor_copula$indep<=0.05){
ini <- Sys.time()
resultados <- data.frame()
n <- nrow(train2)
if ((n*precision)>=1000000){
num_iter <- floor((n*precision)/1000000) + 1
fila_ini <- 1
fila_fin <- min(floor(fila_ini + (1000000/precision)),n)
for (i in 1:num_iter){
train_aux <- train2[fila_ini:fila_fin,]
resultados_aux <- puntuacion_copula_opt(datos_iter = data.frame(train_aux),
n.ventas = precision,
copulaoptima=mejor_copula$copulaoptima,
train = train_var)
resultados <- rbind(resultados, resultados_aux)
fila_ini <- fila_fin + 1
fila_fin <- min(floor(fila_ini + (1000000/precision)),n)
}
} else {
resultados <- puntuacion_copula_opt(datos_iter = train2,
n.ventas = precision,
copulaoptima=mejor_copula$copulaoptima,
train = train_var)
}
print(Sys.time() - ini)
#resultados2 <- do.call(rbind, resultados)
resultados2 <- resultados
names(resultados2)[names(resultados2) == 'ERROR'] <- 'ERROR_COP'
resultados3 <- datos_train %>% left_join(resultados2)
resultados4 <- datos_test %>% left_join(resultados2)
resultados3$pred_nueva <- resultados3$PREDICCION/(1-resultados3$ERROR_COP)
resultados3$nuevo_error <- (resultados3$TargetD-resultados3$pred_nueva)/resultados3$TargetD
resultados4$pred_nueva <- resultados4$PREDICCION/(1-resultados4$ERROR_COP)
resultados4$nuevo_error <- (resultados4$TargetD-resultados4$pred_nueva)/resultados4$TargetD
datos_train$PREDICCION <- resultados3$pred_nueva
datos_train$ERROR <- resultados3$nuevo_error
datos_test$PREDICCION <- resultados4$pred_nueva
datos_test$ERROR <- resultados4$nuevo_error
errores[[1]] <- datos_train
errores[[2]] <- datos_test
errores[[3]] <- data.frame(mejor_copula_var = as.character(mejor_copula$aic[1,1]),
ind_indepCopula = 0
)
} else {
errores[[1]] <- data.frame()
errores[[2]] <- data.frame()
errores[[3]] <- data.frame('',
ind_indepCopula = 1
)
}
return(errores)
}
variables <- names(train)[c(3:20)]
num_variables <- length(variables)
max_dim_copulas <- 3
errores_train <- data.frame(iter = 0,
error = 0,
var = "")
errores_test <- data.frame(iter=0,
error = 0,
var = "")
##############################################################################
i <- 1
num_iter <- 30
pasos_stepwise <- data.frame()
iteracion <- 1
combianciones_variables <- genera_combinaciones_variables(num_variables,
max_dim_copulas)
while (i <= num_iter){
assign(paste0('errores_train_var_', i), data.frame())
assign(paste0('errores_test_var_', i), data.frame())
for (j in 1:length(combianciones_variables)){
if (i == 1){
datos_train <- train
datos_test <- test
datos_train$PREDICCION <- mean(datos_train$TargetD)
datos_test$PREDICCION <- mean(datos_train$TargetD)
datos_train$ERROR <- (datos_train$TargetD - datos_train$PREDICCION)/datos_train$TargetD
datos_test$ERROR <- (datos_test$TargetD - datos_test$PREDICCION)/datos_test$TargetD
} else {
datos_train <- datos_train_fija
datos_test <- datos_test_fija
}
assign(paste0('errores_', i, '_', j),
puntua_cop(datos_train,
datos_test,
variables[combianciones_variables[[j]]],
750)
)
assign(paste0('errores_train_var_', i),
rbind(get(paste0('errores_train_var_', i)),
data.frame(var = paste(variables[combianciones_variables[[j]]], sep = ', '),
error = ifelse(get(paste0('errores_', i, '_', j))[[3]]$ind_indepCopula==0,
mean(abs(get(paste0('errores_', i, '_', j))[[1]]$ERROR)),
Inf)
)
)
)
assign(paste0('errores_test_var_', i),
rbind(get(paste0('errores_test_var_', i)),
data.frame(var = paste(variables[combianciones_variables[[j]]], sep = ', '),
error = ifelse(get(paste0('errores_', i, '_', j))[[3]]$ind_indepCopula==0,
mean(abs(get(paste0('errores_', i, '_', j))[[2]]$ERROR)),
Inf)
)
)
)
# print(errores_train_var)
# print(errores_test_var)
}
chequeo_errores <- unique(get(paste0('errores_train_var_', i))$error)
if (length(chequeo_errores)==1){
if (chequeo_errores==Inf) {
if (i == 1){
print('Las variables son un ñordo')
i <- num_iter + 1
next
} else {
var_quitadas <- c(var_quitadas, as.character(errores_train$var[i]))
if (length(var_quitadas)==length(combianciones_variables)){
errores_train <- data.frame()
errores_test <- data.frame()
mejor_num_iteraciones <- pasos_stepwise[which.min(pasos_stepwise$error_test), 'iteracion']
for (j in 1:mejor_num_iteraciones){
if (j == 1){
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = pasos_stepwise[1, 'error_train'],
variable = pasos_stepwise[1,'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = pasos_stepwise[1, 'error_test'],
variable = pasos_stepwise[1,'variable']
)
)
} else if (j < mejor_num_iteraciones) {
aux <- pasos_stepwise[pasos_stepwise$iteracion == j ,]
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = aux[nrow(aux), 'error_train'],
variable = aux[nrow(aux),'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = aux[nrow(aux), 'error_test'],
variable = aux[nrow(aux) ,'variable']
)
)
} else {
aux <- pasos_stepwise[pasos_stepwise$iteracion == j ,]
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = aux[1, 'error_train'],
variable = aux[1,'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = aux[1, 'error_test'],
variable = aux[1 ,'variable']
)
)
}
}
pasos_stepwise_aux <- pasos_stepwise[pasos_stepwise$iteracion < mejor_num_iteraciones,]
aux <- pasos_stepwise[pasos_stepwise$iteracion == mejor_num_iteraciones,]
pasos_stepwise <- rbind(pasos_stepwise_aux,
aux[1,])
print(pasos_stepwise)
print(errores_train)
print(errores_test)
i <- num_iter + 1
next
}
orden_var_ant <- get(paste0('errores_train_var_', (i-1)))[order(get(paste0('errores_train_var_', (i-1)))$error),]
copula_stepwise_ant <- which(get(paste0('errores_train_var_', (i-1)))$var==orden_var_ant[length(var_quitadas) + 1 - num_inf,'var'])
datos_train_fija <- get(paste0('errores_', (i-1), '_', copula_stepwise_ant))[[1]]
datos_test_fija <- get(paste0('errores_', (i-1), '_', copula_stepwise_ant))[[2]]
pasos_stepwise <- rbind(pasos_stepwise,
data.frame(paso = iteracion,
iteracion = (i - 1),
estado = c('entrando',
'saliendo',
'saliendo',
'entrando'),
variable = c('',
'',
as.character(errores_train$var)[nrow(errores_train)],
variables[combianciones_variables[[copula_stepwise_ant]]]),
copula = c('',
'',
as.character(get(paste0('errores_', (i - 1), '_', which(variables %in% as.character(errores_train$var)[nrow(errores_train)])))[[3]]$mejor_copula_var),
as.character(get(paste0('errores_', (i - 1), '_', copula_stepwise_ant))[[3]]$mejor_copula_var)),
error_train = c(Inf,
NA,
NA,
get(paste0('errores_train_var_', (i - 1)))[ copula_stepwise_ant, 'error']),
error_test = c(Inf,
NA,
NA,
get(paste0('errores_test_var_', (i - 1)))[ copula_stepwise_ant, 'error'])
)
)
errores_train <- errores_train[-nrow(errores_train),]
errores_test <- errores_test[-nrow(errores_test),]
errores_train <- rbind(errores_train,
data.frame(iter = (i-1),
error = get(paste0('errores_train_var_', (i-1)))[ copula_stepwise_ant, 'error'],
var = variables[combinaciones_variables[[copula_stepwise_ant]]]
)
)
errores_test <- rbind(errores_test,
data.frame(iter = (i-1),
error = get(paste0('errores_test_var_', (i-1)))[ copula_stepwise_ant, 'error'],
var = variables[combinaciones_variables[[copula_stepwise_ant]]]
)
)
if ((errores_train$error[nrow(errores_train)-1] <= errores_train$error[nrow(errores_train)]) & (i > 2)){
errores_train <- data.frame()
errores_test <- data.frame()
mejor_num_iteraciones <- pasos_stepwise[which.min(pasos_stepwise$error_test), 'iteracion']
for (j in 1:mejor_num_iteraciones){
if (j == 1){
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = pasos_stepwise[1, 'error_train'],
variable = pasos_stepwise[1,'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = pasos_stepwise[1, 'error_test'],
variable = pasos_stepwise[1,'variable']
)
)
} else if (j < mejor_num_iteraciones) {
aux <- pasos_stepwise[pasos_stepwise$iteracion == j ,]
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = aux[nrow(aux), 'error_train'],
variable = aux[nrow(aux),'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = aux[nrow(aux), 'error_test'],
variable = aux[nrow(aux) ,'variable']
)
)
} else {
aux <- pasos_stepwise[pasos_stepwise$iteracion == j ,]
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = aux[1, 'error_train'],
variable = aux[1,'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = aux[1, 'error_test'],
variable = aux[1 ,'variable']
)
)
}
}
pasos_stepwise_aux <- pasos_stepwise[pasos_stepwise$iteracion < mejor_num_iteraciones,]
aux <- pasos_stepwise[pasos_stepwise$iteracion == mejor_num_iteraciones,]
pasos_stepwise <- rbind(pasos_stepwise_aux,
aux[1,])
print(pasos_stepwise)
print(errores_train)
print(errores_test)
}
iteracion <- iteracion + 1
print(var_quitadas)
print(errores_train)
print(errores_test)
print(pasos_stepwise)
next
}
}
}
copula_stepwise <- which.min(get(paste0('errores_train_var_', i))$error)
error_anterior <- errores_train[errores_train$iter==(i - 1), 'error']
if ((round(get(paste0('errores_train_var_', i))[ copula_stepwise, 'error'],5) >= round(error_anterior,5)) & (i > 1)){
var_quitadas <- c(var_quitadas, as.character(errores_train$var[i]))
if (length(var_quitadas)==length(combianciones_variables)){
errores_train <- data.frame()
errores_test <- data.frame()
mejor_num_iteraciones <- pasos_stepwise[which.min(pasos_stepwise$error_test), 'iteracion']
for (j in 1:mejor_num_iteraciones){
if (j == 1){
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = pasos_stepwise[1, 'error_train'],
variable = pasos_stepwise[1,'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = pasos_stepwise[1, 'error_test'],
variable = pasos_stepwise[1,'variable']
)
)
} else if (j < mejor_num_iteraciones) {
aux <- pasos_stepwise[pasos_stepwise$iteracion == j ,]
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = aux[nrow(aux), 'error_train'],
variable = aux[nrow(aux),'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = aux[nrow(aux), 'error_test'],
variable = aux[nrow(aux) ,'variable']
)
)
} else {
aux <- pasos_stepwise[pasos_stepwise$iteracion == j ,]
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = aux[1, 'error_train'],
variable = aux[1,'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = aux[1, 'error_test'],
variable = aux[1 ,'variable']
)
)
}
}
pasos_stepwise_aux <- pasos_stepwise[pasos_stepwise$iteracion < mejor_num_iteraciones,]
aux <- pasos_stepwise[pasos_stepwise$iteracion == mejor_num_iteraciones,]
pasos_stepwise <- rbind(pasos_stepwise_aux,
aux[1,])
print(pasos_stepwise)
print(errores_train)
print(errores_test)
i <- num_iter + 1
next
}
orden_var_ant <- get(paste0('errores_train_var_', (i-1)))[order(get(paste0('errores_train_var_', (i-1)))$error),]
copula_stepwise_ant <- which(get(paste0('errores_train_var_', (i-1)))$var==orden_var_ant[length(var_quitadas) + 1 - num_inf,'var'])
datos_train_fija <- get(paste0('errores_', (i-1), '_', copula_stepwise_ant))[[1]]
datos_test_fija <- get(paste0('errores_', (i-1), '_', copula_stepwise_ant))[[2]]
pasos_stepwise <- rbind(pasos_stepwise,
data.frame(paso = iteracion,
iteracion = (i - 1),
estado = c('entrando',
'saliendo',
'saliendo',
'entrando'),
variable = c(variables[copula_stepwise],
variables[copula_stepwise],
as.character(errores_train$var)[nrow(errores_train)],
variables[copula_stepwise_ant]),
copula = c(as.character(get(paste0('errores_', i, '_', copula_stepwise))[[3]]$mejor_copula_var),
as.character(get(paste0('errores_', i, '_', copula_stepwise))[[3]]$mejor_copula_var),
as.character(get(paste0('errores_', (i - 1), '_', which(variables %in% as.character(errores_train$var)[nrow(errores_train)])))[[3]]$mejor_copula_var),
as.character(get(paste0('errores_', (i - 1), '_', copula_stepwise_ant))[[3]]$mejor_copula_var)),
error_train = c(get(paste0('errores_train_var_', i))[ copula_stepwise, 'error'],
NA,
NA,
get(paste0('errores_train_var_', (i - 1)))[ copula_stepwise_ant, 'error']),
error_test = c(get(paste0('errores_test_var_', i))[ copula_stepwise, 'error'],
NA,
NA,
get(paste0('errores_test_var_', (i - 1)))[ copula_stepwise_ant, 'error'])
)
)
errores_train <- errores_train[-nrow(errores_train),]
errores_test <- errores_test[-nrow(errores_test),]
errores_train <- rbind(errores_train,
data.frame(iter = (i-1),
error = get(paste0('errores_train_var_', (i-1)))[ copula_stepwise_ant, 'error'],
var = variables[copula_stepwise_ant]
)
)
errores_test <- rbind(errores_test,
data.frame(iter = (i-1),
error = get(paste0('errores_test_var_', (i-1)))[ copula_stepwise_ant, 'error'],
var = variables[copula_stepwise_ant]
)
)
if ((errores_train$error[nrow(errores_train)-1] <= errores_train$error[nrow(errores_train)]) & (i > 2)){
errores_train <- data.frame()
errores_test <- data.frame()
mejor_num_iteraciones <- pasos_stepwise[which.min(pasos_stepwise$error_test), 'iteracion']
for (j in 1:mejor_num_iteraciones){
if (j == 1){
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = pasos_stepwise[1, 'error_train'],
variable = pasos_stepwise[1,'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = pasos_stepwise[1, 'error_test'],
variable = pasos_stepwise[1,'variable']
)
)
} else if (j < mejor_num_iteraciones) {
aux <- pasos_stepwise[pasos_stepwise$iteracion == j ,]
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = aux[nrow(aux), 'error_train'],
variable = aux[nrow(aux),'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = aux[nrow(aux), 'error_test'],
variable = aux[nrow(aux) ,'variable']
)
)
} else {
aux <- pasos_stepwise[pasos_stepwise$iteracion == j ,]
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = aux[1, 'error_train'],
variable = aux[1,'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = aux[1, 'error_test'],
variable = aux[1 ,'variable']
)
)
}
}
pasos_stepwise_aux <- pasos_stepwise[pasos_stepwise$iteracion < mejor_num_iteraciones,]
aux <- pasos_stepwise[pasos_stepwise$iteracion == mejor_num_iteraciones,]
pasos_stepwise <- rbind(pasos_stepwise_aux,
aux[1,])
print(pasos_stepwise)
print(errores_train)
print(errores_test)
i <- num_iter + 1
next
}
iteracion <- iteracion + 1
print(var_quitadas)
print(errores_train)
print(errores_test)
print(pasos_stepwise)
next
} else {
pasos_stepwise <- rbind(pasos_stepwise,
data.frame(paso = iteracion,
iteracion = i,
estado = 'entrando',
variable = variables[copula_stepwise],
copula = as.character(get(paste0('errores_', i, '_', copula_stepwise))[[3]]$mejor_copula_var),
error_train = get(paste0('errores_train_var_', i))[ copula_stepwise, 'error'],
error_test = get(paste0('errores_test_var_', i))[ copula_stepwise, 'error']
)
)
var_quitadas <- as.character(get(paste0('errores_train_var_', i))[get(paste0('errores_train_var_', i))$error==Inf, 'var'])
num_inf <- length(var_quitadas)
print(pasos_stepwise)
}
datos_train_fija <- get(paste0('errores_', i, '_', copula_stepwise))[[1]]
datos_test_fija <- get(paste0('errores_', i, '_', copula_stepwise))[[2]]
errores_train <- rbind(errores_train,
data.frame(iter = i,
error = get(paste0('errores_train_var_', i))[ copula_stepwise, 'error'],
var = variables[copula_stepwise]
)
)
errores_test <- rbind(errores_test,
data.frame(iter = i,
error = get(paste0('errores_test_var_', i))[ copula_stepwise, 'error'],
var = variables[copula_stepwise]
)
)
if (i == num_iter){
errores_train <- data.frame()
errores_test <- data.frame()
mejor_num_iteraciones <- pasos_stepwise[which.min(pasos_stepwise$error_test), 'iteracion']
for (j in 1:mejor_num_iteraciones){
if (j == 1){
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = pasos_stepwise[1, 'error_train'],
variable = pasos_stepwise[1,'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = pasos_stepwise[1, 'error_test'],
variable = pasos_stepwise[1,'variable']
)
)
} else if (j < mejor_num_iteraciones) {
aux <- pasos_stepwise[pasos_stepwise$iteracion == j ,]
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = aux[nrow(aux), 'error_train'],
variable = aux[nrow(aux),'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = aux[nrow(aux), 'error_test'],
variable = aux[nrow(aux) ,'variable']
)
)
} else {
aux <- pasos_stepwise[pasos_stepwise$iteracion == j ,]
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = aux[1, 'error_train'],
variable = aux[1,'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = aux[1, 'error_test'],
variable = aux[1 ,'variable']
)
)
}
}
pasos_stepwise_aux <- pasos_stepwise[pasos_stepwise$iteracion < mejor_num_iteraciones,]
aux <- pasos_stepwise[pasos_stepwise$iteracion == mejor_num_iteraciones,]
pasos_stepwise <- rbind(pasos_stepwise_aux,
aux[1,])
print(pasos_stepwise)
print(errores_train)
print(errores_test)
}
i = i + 1
iteracion <- iteracion + 1
print(errores_train)
print(errores_test)
}
iteraciones <- errores_test$iter
MAPE <- errores_test$error
plot(iteraciones,
MAPE,
type = "l")
write_xlsx( pasos_stepwise , 'pasos_stepwise_communities.xlsx')
write_xlsx( errores_train , 'errores_train_communities.xlsx')
write_xlsx( errores_test , 'errores_test_communities.xlsx')
papabloblo/copulaR documentation built on May 8, 2019, 1:48 p.m.
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
library(ggplot2)
#library(plotly)
library(DiagTest3Grp)
library(copula)
library(magrittr)
library(dplyr)
library(data.table)
library(zoo)
library(writexl)
library(BBmisc)
setwd('C:/Users/juan.carrillo/Desktop/Articulos/articulo_copulas/')
#Sys.setlocale("LC_ALL","English")
source('copula_optima.R')
source('puntuacion_copulas.R')
source('genera_combinaciones_variables.R')
###KDD98##
train <- read.csv('targetContinuoKDDTrain.csv',
header = TRUE,
stringsAsFactors = FALSE)
test <- read.csv('Kdd1988targetcontinuoTest.csv',
header = TRUE,
stringsAsFactors = FALSE)
### tablas communities##
train <- read.csv('communitiestest.csv',
header = TRUE,
stringsAsFactors = FALSE)
train <- train[-90,]
test <- read.csv('communitiesTraining.csv',
header = TRUE,
stringsAsFactors = FALSE)
colnames(train)[ncol(train)] <- 'TargetD'
colnames(test)[ncol(test)] <- 'TargetD'
head(train)
names(train)
head(test)
#Tratamineto_datos
train$TargetD <- as.numeric(substr(train$TargetD,2, nchar(train$TargetD)))
train$GiftAvgLast <- as.numeric(substr(train$GiftAvgLast,2, nchar(train$GiftAvgLast)))
train$GiftAvg36 <- as.numeric(substr(train$GiftAvg36,2, nchar(train$GiftAvg36)))
train$GiftAvgAll <- as.numeric(substr(train$GiftAvgAll,2, nchar(train$GiftAvgAll)))
var_aux <- substr(train$DemMedHomeValue,2, nchar(train$DemMedHomeValue))
train$DemMedHomeValue <- as.numeric(gsub(",", "", var_aux))
var_aux <- substr(train$DemMedIncome,2, nchar(train$DemMedIncome))
train$DemMedIncome <- as.numeric(gsub(",", "", var_aux))
test$TargetD <- as.numeric(substr(test$TargetD,2, nchar(test$TargetD)))
test$GiftAvgLast <- as.numeric(substr(test$GiftAvgLast,2, nchar(test$GiftAvgLast)))
test$GiftAvg36 <- as.numeric(substr(test$GiftAvg36,2, nchar(test$GiftAvg36)))
test$GiftAvgAll <- as.numeric(substr(test$GiftAvgAll,2, nchar(test$GiftAvgAll)))
var_aux <- substr(test$DemMedHomeValue,2, nchar(test$DemMedHomeValue))
test$DemMedHomeValue <- as.numeric(gsub(",", "", var_aux))
var_aux <- substr(test$DemMedIncome,2, nchar(test$DemMedIncome))
test$DemMedIncome <- as.numeric(gsub(",", "", var_aux))
# #Gráfico de la serie
# p <- ggplot(data = train, aes(x = FECHA)) +
# geom_line(aes(y = DEMANDA_GAS), color = 'steelblue') +
# geom_line(aes(y = PREDICCION_ARIMA), color = 'firebrick')+
# scale_x_date(date_breaks = '1 month',
# #date_minor_breaks='1 months',
# date_labels = "%b")
# ggplotly(p)
#
# ggplot(data = train, aes(x = ERROR_ARIMA,
# y = INC_TEMPERATURA_MAXIMA_ABS)) +
# geom_point(color = 'steelblue',
# alpha = 0.5,
# size = 4)
#Ajuste cópula
puntua_cop <- function(datos_train, datos_test, variables2, precision){
errores <- list()
train2 <- datos_train %>%
select_(.dots = variables2) %>% unique()
train3 <- datos_test %>%
select_(.dots = variables2) %>% unique()
train2 <- unique(rbind(train2,train3))
variables <- c(variables2, 'ERROR')
train_var <- datos_train %>%
select_(.dots = variables) %>% unique()
ini <- Sys.time()
mejor_copula <- train_var %>%
copula.optima()
#datos_iter <- train2[1,]
# precision <- 600
# copulaoptima=mejor_copula$copulaoptima
# train = train_var
#print(mejor_copula$indep)
# resultados <- apply(train2,
# 1,
# function(x){puntuacion_copula_opt(datos_iter = x,
# n.ventas = precision,
# copulaoptima=mejor_copula$copulaoptima,
# train = train_var)})
if (mejor_copula$indep<=0.05){
ini <- Sys.time()
resultados <- data.frame()
n <- nrow(train2)
if ((n*precision)>=1000000){
num_iter <- floor((n*precision)/1000000) + 1
fila_ini <- 1
fila_fin <- min(floor(fila_ini + (1000000/precision)),n)
for (i in 1:num_iter){
train_aux <- train2[fila_ini:fila_fin,]
resultados_aux <- puntuacion_copula_opt(datos_iter = data.frame(train_aux),
n.ventas = precision,
copulaoptima=mejor_copula$copulaoptima,
train = train_var)
resultados <- rbind(resultados, resultados_aux)
fila_ini <- fila_fin + 1
fila_fin <- min(floor(fila_ini + (1000000/precision)),n)
}
} else {
resultados <- puntuacion_copula_opt(datos_iter = train2,
n.ventas = precision,
copulaoptima=mejor_copula$copulaoptima,
train = train_var)
}
print(Sys.time() - ini)
#resultados2 <- do.call(rbind, resultados)
resultados2 <- resultados
names(resultados2)[names(resultados2) == 'ERROR'] <- 'ERROR_COP'
resultados3 <- datos_train %>% left_join(resultados2)
resultados4 <- datos_test %>% left_join(resultados2)
resultados3$pred_nueva <- resultados3$PREDICCION/(1-resultados3$ERROR_COP)
resultados3$nuevo_error <- (resultados3$TargetD-resultados3$pred_nueva)/resultados3$TargetD
resultados4$pred_nueva <- resultados4$PREDICCION/(1-resultados4$ERROR_COP)
resultados4$nuevo_error <- (resultados4$TargetD-resultados4$pred_nueva)/resultados4$TargetD
datos_train$PREDICCION <- resultados3$pred_nueva
datos_train$ERROR <- resultados3$nuevo_error
datos_test$PREDICCION <- resultados4$pred_nueva
datos_test$ERROR <- resultados4$nuevo_error
errores[[1]] <- datos_train
errores[[2]] <- datos_test
errores[[3]] <- data.frame(mejor_copula_var = as.character(mejor_copula$aic[1,1]),
ind_indepCopula = 0
)
} else {
errores[[1]] <- data.frame()
errores[[2]] <- data.frame()
errores[[3]] <- data.frame('',
ind_indepCopula = 1
)
}
return(errores)
}
variables <- names(train)[c(3:20)]
num_variables <- length(variables)
max_dim_copulas <- 3
errores_train <- data.frame(iter = 0,
error = 0,
var = "")
errores_test <- data.frame(iter=0,
error = 0,
var = "")
##############################################################################
i <- 1
num_iter <- 30
pasos_stepwise <- data.frame()
iteracion <- 1
combianciones_variables <- genera_combinaciones_variables(num_variables,
max_dim_copulas)
while (i <= num_iter){
assign(paste0('errores_train_var_', i), data.frame())
assign(paste0('errores_test_var_', i), data.frame())
for (j in 1:length(combianciones_variables)){
if (i == 1){
datos_train <- train
datos_test <- test
datos_train$PREDICCION <- mean(datos_train$TargetD)
datos_test$PREDICCION <- mean(datos_train$TargetD)
datos_train$ERROR <- (datos_train$TargetD - datos_train$PREDICCION)/datos_train$TargetD
datos_test$ERROR <- (datos_test$TargetD - datos_test$PREDICCION)/datos_test$TargetD
} else {
datos_train <- datos_train_fija
datos_test <- datos_test_fija
}
assign(paste0('errores_', i, '_', j),
puntua_cop(datos_train,
datos_test,
variables[combianciones_variables[[j]]],
750)
)
assign(paste0('errores_train_var_', i),
rbind(get(paste0('errores_train_var_', i)),
data.frame(var = paste(variables[combianciones_variables[[j]]], sep = ', '),
error = ifelse(get(paste0('errores_', i, '_', j))[[3]]$ind_indepCopula==0,
mean(abs(get(paste0('errores_', i, '_', j))[[1]]$ERROR)),
Inf)
)
)
)
assign(paste0('errores_test_var_', i),
rbind(get(paste0('errores_test_var_', i)),
data.frame(var = paste(variables[combianciones_variables[[j]]], sep = ', '),
error = ifelse(get(paste0('errores_', i, '_', j))[[3]]$ind_indepCopula==0,
mean(abs(get(paste0('errores_', i, '_', j))[[2]]$ERROR)),
Inf)
)
)
)
# print(errores_train_var)
# print(errores_test_var)
}
chequeo_errores <- unique(get(paste0('errores_train_var_', i))$error)
if (length(chequeo_errores)==1){
if (chequeo_errores==Inf) {
if (i == 1){
print('Las variables son un ñordo')
i <- num_iter + 1
next
} else {
var_quitadas <- c(var_quitadas, as.character(errores_train$var[i]))
if (length(var_quitadas)==length(combianciones_variables)){
errores_train <- data.frame()
errores_test <- data.frame()
mejor_num_iteraciones <- pasos_stepwise[which.min(pasos_stepwise$error_test), 'iteracion']
for (j in 1:mejor_num_iteraciones){
if (j == 1){
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = pasos_stepwise[1, 'error_train'],
variable = pasos_stepwise[1,'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = pasos_stepwise[1, 'error_test'],
variable = pasos_stepwise[1,'variable']
)
)
} else if (j < mejor_num_iteraciones) {
aux <- pasos_stepwise[pasos_stepwise$iteracion == j ,]
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = aux[nrow(aux), 'error_train'],
variable = aux[nrow(aux),'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = aux[nrow(aux), 'error_test'],
variable = aux[nrow(aux) ,'variable']
)
)
} else {
aux <- pasos_stepwise[pasos_stepwise$iteracion == j ,]
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = aux[1, 'error_train'],
variable = aux[1,'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = aux[1, 'error_test'],
variable = aux[1 ,'variable']
)
)
}
}
pasos_stepwise_aux <- pasos_stepwise[pasos_stepwise$iteracion < mejor_num_iteraciones,]
aux <- pasos_stepwise[pasos_stepwise$iteracion == mejor_num_iteraciones,]
pasos_stepwise <- rbind(pasos_stepwise_aux,
aux[1,])
print(pasos_stepwise)
print(errores_train)
print(errores_test)
i <- num_iter + 1
next
}
orden_var_ant <- get(paste0('errores_train_var_', (i-1)))[order(get(paste0('errores_train_var_', (i-1)))$error),]
copula_stepwise_ant <- which(get(paste0('errores_train_var_', (i-1)))$var==orden_var_ant[length(var_quitadas) + 1 - num_inf,'var'])
datos_train_fija <- get(paste0('errores_', (i-1), '_', copula_stepwise_ant))[[1]]
datos_test_fija <- get(paste0('errores_', (i-1), '_', copula_stepwise_ant))[[2]]
pasos_stepwise <- rbind(pasos_stepwise,
data.frame(paso = iteracion,
iteracion = (i - 1),
estado = c('entrando',
'saliendo',
'saliendo',
'entrando'),
variable = c('',
'',
as.character(errores_train$var)[nrow(errores_train)],
variables[combianciones_variables[[copula_stepwise_ant]]]),
copula = c('',
'',
as.character(get(paste0('errores_', (i - 1), '_', which(variables %in% as.character(errores_train$var)[nrow(errores_train)])))[[3]]$mejor_copula_var),
as.character(get(paste0('errores_', (i - 1), '_', copula_stepwise_ant))[[3]]$mejor_copula_var)),
error_train = c(Inf,
NA,
NA,
get(paste0('errores_train_var_', (i - 1)))[ copula_stepwise_ant, 'error']),
error_test = c(Inf,
NA,
NA,
get(paste0('errores_test_var_', (i - 1)))[ copula_stepwise_ant, 'error'])
)
)
errores_train <- errores_train[-nrow(errores_train),]
errores_test <- errores_test[-nrow(errores_test),]
errores_train <- rbind(errores_train,
data.frame(iter = (i-1),
error = get(paste0('errores_train_var_', (i-1)))[ copula_stepwise_ant, 'error'],
var = variables[combinaciones_variables[[copula_stepwise_ant]]]
)
)
errores_test <- rbind(errores_test,
data.frame(iter = (i-1),
error = get(paste0('errores_test_var_', (i-1)))[ copula_stepwise_ant, 'error'],
var = variables[combinaciones_variables[[copula_stepwise_ant]]]
)
)
if ((errores_train$error[nrow(errores_train)-1] <= errores_train$error[nrow(errores_train)]) & (i > 2)){
errores_train <- data.frame()
errores_test <- data.frame()
mejor_num_iteraciones <- pasos_stepwise[which.min(pasos_stepwise$error_test), 'iteracion']
for (j in 1:mejor_num_iteraciones){
if (j == 1){
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = pasos_stepwise[1, 'error_train'],
variable = pasos_stepwise[1,'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = pasos_stepwise[1, 'error_test'],
variable = pasos_stepwise[1,'variable']
)
)
} else if (j < mejor_num_iteraciones) {
aux <- pasos_stepwise[pasos_stepwise$iteracion == j ,]
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = aux[nrow(aux), 'error_train'],
variable = aux[nrow(aux),'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = aux[nrow(aux), 'error_test'],
variable = aux[nrow(aux) ,'variable']
)
)
} else {
aux <- pasos_stepwise[pasos_stepwise$iteracion == j ,]
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = aux[1, 'error_train'],
variable = aux[1,'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = aux[1, 'error_test'],
variable = aux[1 ,'variable']
)
)
}
}
pasos_stepwise_aux <- pasos_stepwise[pasos_stepwise$iteracion < mejor_num_iteraciones,]
aux <- pasos_stepwise[pasos_stepwise$iteracion == mejor_num_iteraciones,]
pasos_stepwise <- rbind(pasos_stepwise_aux,
aux[1,])
print(pasos_stepwise)
print(errores_train)
print(errores_test)
}
iteracion <- iteracion + 1
print(var_quitadas)
print(errores_train)
print(errores_test)
print(pasos_stepwise)
next
}
}
}
copula_stepwise <- which.min(get(paste0('errores_train_var_', i))$error)
error_anterior <- errores_train[errores_train$iter==(i - 1), 'error']
if ((round(get(paste0('errores_train_var_', i))[ copula_stepwise, 'error'],5) >= round(error_anterior,5)) & (i > 1)){
var_quitadas <- c(var_quitadas, as.character(errores_train$var[i]))
if (length(var_quitadas)==length(combianciones_variables)){
errores_train <- data.frame()
errores_test <- data.frame()
mejor_num_iteraciones <- pasos_stepwise[which.min(pasos_stepwise$error_test), 'iteracion']
for (j in 1:mejor_num_iteraciones){
if (j == 1){
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = pasos_stepwise[1, 'error_train'],
variable = pasos_stepwise[1,'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = pasos_stepwise[1, 'error_test'],
variable = pasos_stepwise[1,'variable']
)
)
} else if (j < mejor_num_iteraciones) {
aux <- pasos_stepwise[pasos_stepwise$iteracion == j ,]
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = aux[nrow(aux), 'error_train'],
variable = aux[nrow(aux),'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = aux[nrow(aux), 'error_test'],
variable = aux[nrow(aux) ,'variable']
)
)
} else {
aux <- pasos_stepwise[pasos_stepwise$iteracion == j ,]
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = aux[1, 'error_train'],
variable = aux[1,'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = aux[1, 'error_test'],
variable = aux[1 ,'variable']
)
)
}
}
pasos_stepwise_aux <- pasos_stepwise[pasos_stepwise$iteracion < mejor_num_iteraciones,]
aux <- pasos_stepwise[pasos_stepwise$iteracion == mejor_num_iteraciones,]
pasos_stepwise <- rbind(pasos_stepwise_aux,
aux[1,])
print(pasos_stepwise)
print(errores_train)
print(errores_test)
i <- num_iter + 1
next
}
orden_var_ant <- get(paste0('errores_train_var_', (i-1)))[order(get(paste0('errores_train_var_', (i-1)))$error),]
copula_stepwise_ant <- which(get(paste0('errores_train_var_', (i-1)))$var==orden_var_ant[length(var_quitadas) + 1 - num_inf,'var'])
datos_train_fija <- get(paste0('errores_', (i-1), '_', copula_stepwise_ant))[[1]]
datos_test_fija <- get(paste0('errores_', (i-1), '_', copula_stepwise_ant))[[2]]
pasos_stepwise <- rbind(pasos_stepwise,
data.frame(paso = iteracion,
iteracion = (i - 1),
estado = c('entrando',
'saliendo',
'saliendo',
'entrando'),
variable = c(variables[copula_stepwise],
variables[copula_stepwise],
as.character(errores_train$var)[nrow(errores_train)],
variables[copula_stepwise_ant]),
copula = c(as.character(get(paste0('errores_', i, '_', copula_stepwise))[[3]]$mejor_copula_var),
as.character(get(paste0('errores_', i, '_', copula_stepwise))[[3]]$mejor_copula_var),
as.character(get(paste0('errores_', (i - 1), '_', which(variables %in% as.character(errores_train$var)[nrow(errores_train)])))[[3]]$mejor_copula_var),
as.character(get(paste0('errores_', (i - 1), '_', copula_stepwise_ant))[[3]]$mejor_copula_var)),
error_train = c(get(paste0('errores_train_var_', i))[ copula_stepwise, 'error'],
NA,
NA,
get(paste0('errores_train_var_', (i - 1)))[ copula_stepwise_ant, 'error']),
error_test = c(get(paste0('errores_test_var_', i))[ copula_stepwise, 'error'],
NA,
NA,
get(paste0('errores_test_var_', (i - 1)))[ copula_stepwise_ant, 'error'])
)
)
errores_train <- errores_train[-nrow(errores_train),]
errores_test <- errores_test[-nrow(errores_test),]
errores_train <- rbind(errores_train,
data.frame(iter = (i-1),
error = get(paste0('errores_train_var_', (i-1)))[ copula_stepwise_ant, 'error'],
var = variables[copula_stepwise_ant]
)
)
errores_test <- rbind(errores_test,
data.frame(iter = (i-1),
error = get(paste0('errores_test_var_', (i-1)))[ copula_stepwise_ant, 'error'],
var = variables[copula_stepwise_ant]
)
)
if ((errores_train$error[nrow(errores_train)-1] <= errores_train$error[nrow(errores_train)]) & (i > 2)){
errores_train <- data.frame()
errores_test <- data.frame()
mejor_num_iteraciones <- pasos_stepwise[which.min(pasos_stepwise$error_test), 'iteracion']
for (j in 1:mejor_num_iteraciones){
if (j == 1){
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = pasos_stepwise[1, 'error_train'],
variable = pasos_stepwise[1,'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = pasos_stepwise[1, 'error_test'],
variable = pasos_stepwise[1,'variable']
)
)
} else if (j < mejor_num_iteraciones) {
aux <- pasos_stepwise[pasos_stepwise$iteracion == j ,]
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = aux[nrow(aux), 'error_train'],
variable = aux[nrow(aux),'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = aux[nrow(aux), 'error_test'],
variable = aux[nrow(aux) ,'variable']
)
)
} else {
aux <- pasos_stepwise[pasos_stepwise$iteracion == j ,]
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = aux[1, 'error_train'],
variable = aux[1,'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = aux[1, 'error_test'],
variable = aux[1 ,'variable']
)
)
}
}
pasos_stepwise_aux <- pasos_stepwise[pasos_stepwise$iteracion < mejor_num_iteraciones,]
aux <- pasos_stepwise[pasos_stepwise$iteracion == mejor_num_iteraciones,]
pasos_stepwise <- rbind(pasos_stepwise_aux,
aux[1,])
print(pasos_stepwise)
print(errores_train)
print(errores_test)
i <- num_iter + 1
next
}
iteracion <- iteracion + 1
print(var_quitadas)
print(errores_train)
print(errores_test)
print(pasos_stepwise)
next
} else {
pasos_stepwise <- rbind(pasos_stepwise,
data.frame(paso = iteracion,
iteracion = i,
estado = 'entrando',
variable = variables[copula_stepwise],
copula = as.character(get(paste0('errores_', i, '_', copula_stepwise))[[3]]$mejor_copula_var),
error_train = get(paste0('errores_train_var_', i))[ copula_stepwise, 'error'],
error_test = get(paste0('errores_test_var_', i))[ copula_stepwise, 'error']
)
)
var_quitadas <- as.character(get(paste0('errores_train_var_', i))[get(paste0('errores_train_var_', i))$error==Inf, 'var'])
num_inf <- length(var_quitadas)
print(pasos_stepwise)
}
datos_train_fija <- get(paste0('errores_', i, '_', copula_stepwise))[[1]]
datos_test_fija <- get(paste0('errores_', i, '_', copula_stepwise))[[2]]
errores_train <- rbind(errores_train,
data.frame(iter = i,
error = get(paste0('errores_train_var_', i))[ copula_stepwise, 'error'],
var = variables[copula_stepwise]
)
)
errores_test <- rbind(errores_test,
data.frame(iter = i,
error = get(paste0('errores_test_var_', i))[ copula_stepwise, 'error'],
var = variables[copula_stepwise]
)
)
if (i == num_iter){
errores_train <- data.frame()
errores_test <- data.frame()
mejor_num_iteraciones <- pasos_stepwise[which.min(pasos_stepwise$error_test), 'iteracion']
for (j in 1:mejor_num_iteraciones){
if (j == 1){
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = pasos_stepwise[1, 'error_train'],
variable = pasos_stepwise[1,'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = pasos_stepwise[1, 'error_test'],
variable = pasos_stepwise[1,'variable']
)
)
} else if (j < mejor_num_iteraciones) {
aux <- pasos_stepwise[pasos_stepwise$iteracion == j ,]
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = aux[nrow(aux), 'error_train'],
variable = aux[nrow(aux),'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = aux[nrow(aux), 'error_test'],
variable = aux[nrow(aux) ,'variable']
)
)
} else {
aux <- pasos_stepwise[pasos_stepwise$iteracion == j ,]
errores_train <- rbind(errores_train,
data.frame(iter = j,
error = aux[1, 'error_train'],
variable = aux[1,'variable']
)
)
errores_test <- rbind(errores_test,
data.frame(iter = j,
error = aux[1, 'error_test'],
variable = aux[1 ,'variable']
)
)
}
}
pasos_stepwise_aux <- pasos_stepwise[pasos_stepwise$iteracion < mejor_num_iteraciones,]
aux <- pasos_stepwise[pasos_stepwise$iteracion == mejor_num_iteraciones,]
pasos_stepwise <- rbind(pasos_stepwise_aux,
aux[1,])
print(pasos_stepwise)
print(errores_train)
print(errores_test)
}
i = i + 1
iteracion <- iteracion + 1
print(errores_train)
print(errores_test)
}
iteraciones <- errores_test$iter
MAPE <- errores_test$error
plot(iteraciones,
MAPE,
type = "l")
write_xlsx( pasos_stepwise , 'pasos_stepwise_communities.xlsx')
write_xlsx( errores_train , 'errores_train_communities.xlsx')
write_xlsx( errores_test , 'errores_test_communities.xlsx')
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
Embedding an R snippet on your website
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.