我试图使用R中Caret包中的各种预测算法来回归问题,即我的目标变量是连续的 . Caret认为分类是问题的合适类,当我通过任何回归模型时,我收到一条错误消息,上面写着"wrong model type for classification" . 为了重现性,让我们看看Combined Cycle Power Plant Data Set . 数据在CCPP.zip中 . 让我们将功率预测为其他变量的函数 . 权力是一个连续变量 .
library(readxl)
library(caret)
power_plant = read_excel("Folds5x2_pp.xlsx")
apply(power_plant,2, class) # shows all columns are numeric
control <- trainControl(method="repeatedcv", number=10, repeats=5)
my_glm <- train(power_plant[,1:4], power_plant[,5],
method = "lm",
preProc = c("center", "scale"),
trControl = control)
下面的图片是我的截图:
1 回答
出于某种原因,
caret
被tibbles弄糊涂了,这是read_excel
返回的数据帧的tidyverse变体 . 通过在将其转换为插入符号之前将其转换为简单的数据帧,一切正常:收益: