我有一个带有两个类的不 balancer 数据集，因此我认为我可以使用ROC作为度量而不是精度来使用插入包在R中调整我的模型（我正在尝试不同的方法，例如rpart，rf..etc） . 我认为我们可以提取概率并使用ROC作为决策树类型算法中的度量标准以及使用插入符号 . 我使用下面的插入符号中的数据集来说明我的问题 . 这个数据有三个类，但我重新定义并创建了两个类用于说明目的 . 我不明白为什么下面的代码给出了这个错误（当我改变方法时我一直得到同样的错误） . 我感谢您的帮助 .
'train.default（x，y，weights = w，...）出错：无法确定最终调整参数另外：警告消息：1：在nominalTrainWorkflow中（x = x，y = y，wts =权重， info = trainInfo，：重新采样的性能指标中缺少值.2：在train.default（x，y，weights = w，...）中：在聚合结果中找到缺失的值'
library(caret)
data(iris)
iris$Species=as.character(iris$Species)
iris$Species[which(iris$Species=='virginica')]='versicolor'
iris$Species=as.factor(iris$Species)
fitControl <- trainControl(method = "cv",number=5,classProbs = TRUE,summaryFunction = twoClassSummary)
RF=train(Species ~ ., data = iris, method="rpart",metric="ROC", trControl=fitControl)
1 回答
这可能是您的r和插入符号版本的问题 . 更新插入符号包时，请确保您的r版本也保持更新 .
我之前有过这个错误，更新r版本解决了它 .