在R中使用GBM进行预测时出错

Question

我需要快速帮助。我一直试图简单地应用GBM，但我面临着一个我无法解决的错误。请帮忙。所使用的数据集可以在“https://www.kaggle.com/c/boston-housing/data” 代码中找到：

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) 

一切正常，直到这里。当我预测到这个问题时。

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，它的工作原理没有任何错误。

predicted <- predict(fit,data2) 

> predicted <- predict(fit,data2) 
> 

请帮助我失去了什么。

谢谢， Priyank

Answer 1

medv从波士顿壳体数据不是类的载体，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type = "probs"被设定在caret功能predict.train输出类概率的数据帧。这对连续变量没有意义，因此它返回一个错误。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来计算。

postResample： 给定两个数据向量，计算均方误差和R平方。对于两个因素，总体协议率和Kappa是确定的。