Question

我是使用R的新手，我的怀疑是非常基本的。我有几个因变量（x）和一个独立变量（y），我想用10倍交叉验证生成不同的回归模型，以便选择更好的一个。我的所有数值都是数值。

他们建议我使用Caret包，我做了一些测试。我没有使用线性回归（lm或glm）的麻烦，但当我使用其他回归如logreg我有一个错误。

我介绍的是：

 Datos_AGB <- read.table("plotstatistics.txt",header=TRUE) 
 ctrl <- trainControl(method = "repeatedcv", number = 10, repeats = 10)
 modelFit <- train(AGB~HOMEmean+WDmean, data=Datos_AGB, method = 'logreg', trControl=ctrl)

我收到此错误：

Something is wrong; all the RMSE metric values are missing:
>       RMSE        Rsquared    Min.   : NA   Min.   : NA    1st Qu.: NA   1st Qu.: NA    Median : NA   Median : NA    Mean   :NaN   Mean   :NaN 
> 3rd Qu.: NA   3rd Qu.: NA    Max.   : NA   Max.   : NA    NA's   :9   
> NA's   :9     Error in train.default(x, y, weights = w, ...) :
> Stopping 50: In eval(expr, envir, enclos) :   model fit failed for
> Fold06.Rep01: ntrees=3, treesize= 8 Error in logreg(resp = y, bin = x,
> ntrees = param$ntrees, tree.control = logreg.tree.control(treesize =
> param$treesize),  :    some non binary data among binary predictors

我不知道是否必须引入其他参数或以前做过一些步骤。

我希望有人向我解释如何解决这个问题以及如何获得非线性回归。

Answer 1

我所有的值都是数值

这就是问题所在。请注意错误消息

some non binary data among binary predictors

logreg需要二元预测变量。

最高

R中带有插入符号包的非线性回归

1 个答案: