R Metric RMSE 不适用于分类模型答案

【问题标题】：R Metric RMSE not applicable for classification modelsR Metric RMSE 不适用于分类模型
【发布时间】：2016-08-08 11:35:37
【问题描述】：

我正在尝试使用带有 xgboost 的 R 来研究我的模型。训练模型通常效果很好，但插入符号是度量的一些问题。

我试图为一个类列设置一个因子，但仍然没有结果。

我的数据

ID  var1var2TARGET
1   5   0   1
2   4   3   1
3   4   2   0
4   3   1   0
5   2   4   1
6   1   2   1
7   5   3   1
8   4   1   0
9   4   1   0
10  2   4   1
11  5   5   1

为此我愿意

train <- read.csv()
train.y <- train$TARGET
train$TARGET <- NULL
train$ID <- NULL
train.y <- lapply(train.y, factor)

然后我准备模型参数

xgb_grid_1 = expand.grid(
  nrounds = 1000,
  eta = c(0.01, 0.001, 0.0001),
  max_depth = c(2, 4, 6, 8, 10),
  gamma = 1
)

# pack the training control parameters
xgb_trcontrol_1 = trainControl(
  method = "cv",
  number = 5,
  verboseIter = TRUE,
  returnData = FALSE,
  returnResamp = "all",                                                        # save losses across all models
  classProbs = TRUE,                                                           # set to TRUE for AUC to be computed
  summaryFunction = twoClassSummary,
  allowParallel = TRUE
)

在这之后，我调用了 train 函数

xgb_train_1 = train(
  x = train,
  y = train.y,
  trControl = xgb_trcontrol_1,
  tuneGrid = xgb_grid_1,
  method = "xgbTree"
)

它给了我

Error in train.default(x = train, y = train.y, trControl = xgb_trcontrol_1,  : 
  Metric RMSE not applicable for classification models

为什么会这样？

【问题讨论】：

rmse 用于连续因变量
@user20650 你能建议我应该改变什么吗？我从一个具有相同分类问题的站点中获取了这个示例。好像我错过了一些点
我对插入符号不熟悉，但是看着?train，看起来metric 参数被设置为rmse (metric = ifelse(is.factor(y), "Accuracy", "RMSE")，。所以我会尝试将我的结果设置为train.y <- factor(train$TARGET) 或明确设置metric="Accuracy"。
train.y <- lapply(train.y, factor) 我怀疑可能不会像您期望的那样：看看lapply(1:10, factor)
@user20650 如果我这样做train.y <- factor(train$TARGET)，那么我会收到At least one of the class levels is not a valid R variable name的错误

标签： r r-caret

【解决方案1】：

您应该尝试将train.y <- lapply(train.y, factor) 更改为train.y <- factor(train.y, labels = c("yes", "no"))。

caret 通常会抱怨标签是 0 还是 1，所以请尝试更改它。

【讨论】：