在 R 中使用 GBM 进行预测时出错答案

【问题标题】：Error while making predictions using GBM in R在 R 中使用 GBM 进行预测时出错
【发布时间】：2017-10-09 19:51:37
【问题描述】：

我需要快速帮助。我一直在尝试简单地应用 GBM，但我遇到了一个我无法解决的错误。请帮忙。使用的数据集可以在“https://www.kaggle.com/c/boston-housing/data”找到代码：

data1 <- read.csv("train.csv") 
data2 <- read.csv("test.csv") 
data2$medv<- NA

GBM library(caret) 
library(gbm) 
fitControl <- trainControl(method = "cv", number = 10) 

tune_Grid <- expand.grid(interaction.depth = 2, n.trees = 500, shrinkage = 0.1, n.minobsinnode = 10)
set.seed(825) 
fit <- train(medv ~ ., data = data1, method = "gbm", trControl = fitControl, verbose = FALSE, tuneGrid = tune_Grid)

到这里为止一切正常。当我预测时，问题就出现了。

predicted <- predict(fit,data2,type= "prob")

> predicted <- predict(fit,data2,type= "prob") Error in [.data.frame(out, , obsLevels, drop = FALSE) : undefined columns selected

但是，如果我删除类型参数，它可以正常工作。

predicted <- predict(fit,data2)

> predicted <- predict(fit,data2) 
>

请帮助我缺少什么。

谢谢，普里扬克

【问题讨论】：

标签： r machine-learning gbm

【解决方案1】：

medv 来自波士顿的住房数据不是类别的向量，而是一个连续的结果。

train$medv[1:20]
[1] 24.0 21.6 33.4 36.2 22.9 15.0 18.9 21.7 20.4 18.2 19.9 23.1 20.2 13.6 19.6 15.2 14.5 14.8 12.7 14.5

当设置type = "probs" 时，caret 函数predict.train 输出一个类概率数据帧。这对于连续变量没有意义，因此它返回错误。通常使用 RMSE（均方根误差）评估连续结果的模型性能，您可以使用 caret 函数 postResample 计算它。

重新采样后：给定两个数值数据向量，计算均方误差和 R 平方。对于两个因素，确定总体一致率和 Kappa。

【讨论】：