我试着在我的数据上第一次使用gbm（实际上是第一次使用任何类型的回归树），其中包含14个连续因变量和一个13个级别的响应变量因子。我通过Elith等人的非常好的描述来到gbm，然而他使用了无法处理多项分布的基本gbm包的修改。 gbm的帮助声称它可以解决这个问题：
“distribution：指定要使用的分发名称的字符串或列表 使用指定分布的组件名称以及所需的任何其他参数。如果没有指定，gbm将尝试猜测：如果响应只有 假设bernoulli有2个独特的值;否则，如果响应是一个因素， 假设多项式;否则，如果响应有“Surv”类，则coxph为 假定;否则，假设高斯。 目前可用的选项是“高斯”（平方误差），“拉普拉斯”（绝对值） 损失），“tdist”（t-分布损失），“bernoulli”（0-1结果的逻辑回归），“中心化”（0-1结果的中心化铰链损失），“多项式” （当有超过2个班级时分类），“adaboost”（AdaBoost 0-1结果的指数损失），“泊松”（计数结果），“coxph”（右 审查观察），“分位数”或“成对”（使用 LambdaMart算法）。“
然而，无论我是指定“多项”还是“让它猜测”，它都不起作用。任何人都知道我做错了什么？或者我完全误解了一些东西 - 我的数据的多项分布不是意味着，我的错误丢失函数也是多项分布的吗？它运行，如果我选择“高斯”，但我想在那种情况下计算完全不同的东西？ 我很感激任何帮助！ 艾格尼丝
答案 0 :(得分：0)
您使用的是最新版本的gbm吗？我有一个类似的问题，在重新安装gbm软件包后解决了。