Caret 和 GBM：任务 1 失败 - “参数暗示不同的行数”答案

【问题标题】：Caret and GBM: task 1 failed - "arguments imply differing number of rows"Caret 和 GBM：任务 1 失败 - “参数暗示不同的行数”
【发布时间】：2015-06-10 21:08:26
【问题描述】：

我正在尝试使用以下代码运行带插入符号的 GBM：

library(caret)
library(doParallel)
detectCores()
registerDoParallel(detectCores() - 1)

set.seed(668)
in.train <- createDataPartition(y = dat$target, p = 0.80, list = T)

ctrl <- trainControl(method = 'cv', number = 2, classProbs = T, verboseIter = T,
                 summaryFunction = LogLossSummary2)

gbm.grid <- expand.grid(interaction.depth = 10,
                        n.trees = (2:7) * 50,
                        shrinkage = 0.1)

Sys.time()
set.seed(1234)
gbm.fit <- train(target ~., data = otto.new[in.train, ], 
                 method = 'gbm', distribution = 'multinomial', 
                 metric = 'LogLoss', maximize = F, 
                 tuneGrid = gbm.grid, trControl = ctrl,
                 n.minobsinnode = 4, bag.fraction = 0.9)
Sys.time()

但是，它失败并出现错误：

Error in { : 
task 1 failed - "arguments imply differing number of rows: 0, 24754"
In addition: Warning messages:
1: package ‘gbm’ was built under R version 3.0.3 
2: package ‘survival’ was built under R version 3.0.3 
3: package ‘plyr’ was built under R version 3.0.3

这是我的会话信息：

> sessionInfo()
R version 3.0.2 (2013-09-25)
Platform: x86_64-w64-mingw32/x64 (64-bit)

locale:
[1] LC_COLLATE=English_United States.1252  LC_CTYPE=English_United States.1252     LC_MONETARY=English_United States.1252
[4] LC_NUMERIC=C                           LC_TIME=English_United States.1252    

attached base packages:
[1] splines   parallel  stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] plyr_1.8.1       gbm_2.1.1        survival_2.38-1  doParallel_1.0.8 iterators_1.0.7  foreach_1.4.2    data.table_1.9.4
[8] caret_6.0-41     ggplot2_1.0.1    Revobase_7.1.0   RevoMods_7.1.0   RevoScaleR_7.1.0 lattice_0.20-27  rpart_4.1-5     

loaded via a namespace (and not attached):
[1] BradleyTerry2_1.0-6 brglm_0.5-9         car_2.0-25          chron_2.3-45        class_7.3-12        codetools_0.2-11   
[7] colorspace_1.2-6    compiler_3.0.2      digest_0.6.8        e1071_1.6-4         grid_3.0.2          gtable_0.1.2       
[13] gtools_3.4.1        lme4_1.1-7          MASS_7.3-37         Matrix_1.1-5         mgcv_1.8-5          minqa_1.2.4        
[19] munsell_0.4.2       nlme_3.1-120        nloptr_1.0.4        nnet_7.3-9           pbkrtest_0.4-2      proto_0.3-10       
[25] quantreg_5.11       Rcpp_0.11.5         reshape2_1.4.1      scales_0.2.4            SparseM_1.6         stringr_0.6.2      
[31] tools_3.0.2

我注意到这个问题是间歇性发生的，并且当我确保我的数据集是 k 倍的倍数时似乎减少了。（在上面的例子中，我的数据集有 49506 行）。尽管如此，它似乎时不时地出现。有没有其他人遇到过这种情况并找到了防止它的方法？

【问题讨论】：

它可以是任何东西。提供可重现的示例将有助于回答您的问题。

标签： r cross-validation r-caret

【解决方案1】：

我遇到了同样的问题，我正在尝试重建我之前构建的 gbm 模型 - 代码已经工作，然后停止工作。此外，每次我尝试启动它时，R 都不会启动。它会在会话开始之前终止会话。它通常会启动第二次，但我去启动它并没有连续启动几次，所以我按照这里的说明进行操作：https://support.rstudio.com/hc/en-us/articles/200534577-Resetting-RStudio-s-State

并重命名了我的 rstudio-desktop 文件。在我这样做之后，我能够运行 gbm 模型。从阅读本文中应该清楚，我几乎不知道为什么它会起作用，但是除非您收到错误消息，否则我不希望它起作用： { 中的错误：任务 1 失败 - “参数暗示不同的行数：0，（某个数字）

【讨论】：

【解决方案2】：

我遇到了同样的问题，然后我意识到我的一行有一个 "NA" 。该模型没有对其进行预测，因此在我运行 predict() 时它丢失了 1 行。在浪费了 2 天的时间之后，我估算了 NA 并重新运行了完全相同的脚本。工作得很好。因此，请尝试在您的数据中输入 NA 或空值。（顺便说一句：我也有一些“空”，它被认为是因素，所以也请寻找这些因素）。请让我们知道它是否为您解决了问题。

【讨论】：