使用reactiveValues()在Shiny中绘制动态C5.0决策树
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了使用reactiveValues()在Shiny中绘制动态C5.0决策树相关的知识,希望对你有一定的参考价值。
我正在开发一个Shiny应用程序,让用户按需选择依赖/自变量,然后执行C5.0生成摘要和树形图。但是,生成有关plot
方法的图时无法找到相应的对象时出现错误消息。这是Plotting a dynamic C5.0 decision tree in Shiny的扩展问题。 plot
方法在将iris
转换为reactiveValue()
对象而不是简单的数据帧后再次失败,请找到代码:
# ui.R
library(shiny)
fluidPage(
titlePanel('Plotting Decision Tree'),
sidebarLayout(
sidebarPanel(
h3('iris data'),
uiOutput('choose_y'),
uiOutput('choose_x'),
actionButton('c50', label = 'Generate C5.0 summary and plot')
),
mainPanel(
verbatimTextOutput('tree_summary'),
plotOutput('tree_plot_c50')
)
)
)
# server.R
library(shiny)
library(C50)
function(input, output) {
output$choose_y <- renderUI({
is_factor <- sapply(iris, FUN = is.factor)
y_choices <- names(iris)[is_factor]
selectInput('choose_y', label = 'Choose Target Variable', choices = y_choices)
})
output$choose_x <- renderUI({
x_choices <- names(iris)[!names(iris) %in% input$choose_y]
checkboxGroupInput('choose_x', label = 'Choose Predictors', choices = x_choices)
})
# tranforming iris to reactiveValues() object
react_vals <- reactiveValues(data = NULL)
react_vals$data <- iris
observeEvent(input$c50, {
form <- paste(isolate(input$choose_y), '~', paste(isolate(input$choose_x), collapse = '+'))
c50_fit <- eval(parse(text = sprintf("C5.0(%s, data = %s)", form, 'react_vals$data')))
output$tree_summary <- renderPrint(summary(c50_fit))
output$tree_plot_c50 <- renderPlot({
plot(c50_fit)
})
})
}
答案
我的猜测是plot
方法在全球环境中寻找react_vals
;如果是这种情况,一个简单的解决方案(但不是理想的)就是使用iris
将<<-
分配给全局环境中的变量。在你的server.R
:
# tranforming iris to reactiveValues() object
react_vals <<- reactiveValues(data = NULL)
react_vals$data <<- iris
一个简单的实验证实了我的猜测;在函数中包装C5.0()
然后plot()
会抛出一个错误:
library(C50)
test <- function(dat) {
fit <- C5.0(Species ~ Sepal.Length, dat)
plot(fit)
}
test(iris)
# Error in is.data.frame(data) : object 'dat' not found
以上是关于使用reactiveValues()在Shiny中绘制动态C5.0决策树的主要内容,如果未能解决你的问题,请参考以下文章
r 将模块中返回的值存储在Shiny中的reactiveValues中