首页 文章

eval（expr，envir，enclos）出错：找不到对象'PAY_0.1'（Boosting）

提问于
浏览 次
-2

我正在尝试应用一个提升模型，但我一直收到这个错误 . 任何帮助都将非常感激 . 如果您想知道，这是来自kaggle，UCI信用卡数据的数据集 .

DataSplit<-createDataPartition(UCIdata$default.payment.next.month,p=.8,list=FALSE)
boosttrain<-UCIdata[DataSplit,]
boosttest<-UCIdata[-DataSplit,]
gmbGrid2<-expand.grid(maxdepth=seq(1,10,1),iter=50,nu=seq(0.1,1,0.1))
boostingcontrol2<-trainControl(method="repeatedcv",classProbs = TRUE,summaryFunction = twoClassSummary)
gmbFit2<-train(default.payment.next.month~.,data=boosttrain[,2:25],method="ada",trControl=boostingcontrol2,verbose=FALSE,tuneGrid=gmbGrid2)

然后我把它拿出来 .

警告消息：1：在train.default（x，y，weights = w，...）中：度量“Accuracy”不在结果集中 . 将使用ROC . 2：在eval（expr，envir，enclos）中：Fold01.Rep1的预测失败：nu = 0.1，maxdepth = 1，iter = 50 eval中的错误（expr，envir，enclos）：找不到对象'PAY_0.1'

在数据集中没有PAY_0.1，只有PAY_0，PAY_2，PAY_3，...，PAY_6 . PAY_0.1来自哪里？

r r-caret training-data kaggle boosting

1 回答

  • 1

    我猜PAY_0是数据集中的二进制/因子变量 . PAY_0.1是通过扩展此变量创建的虚拟变量，即PAY_0.0和PAY_0.1 . 很可能PAY_0只有很少的1，所以PAY_0.1只有很少的1 . 当与CV（重复cv）一起训练时，其中一个折叠可能没有任何1，因此这个错误 . 或者可能在构建深度为1的树时，没有树根据PAY_0.1变量而破损 .

    要解决问题，请执行以下操作：

    • 开始你的深度范围有点高 . 因此，如果您使用 maxdepth=seq(4,10,1) 而不是 maxdepth=seq(1,10,1) ，那么您可能不会遇到此问题 . 深度1树太浅 .

    • 检查PAY_0的分布 . 如果有太少的1 's then you can do upsampling of 1'或0的下采样 .

    回复于

相关问题