我需要快速帮助。我一直试图简单地应用GBM，但我遇到了一个我无法解决的错误。请帮忙。使用的数据集可以在“https://www.kaggle.com/c/boston-housing/data”找到 代码：
data1 <- read.csv("train.csv")
data2 <- read.csv("test.csv")
data2$medv<- NA
GBM library(caret)
library(gbm)
fitControl <- trainControl(method = "cv", number = 10)
tune_Grid <- expand.grid(interaction.depth = 2, n.trees = 500, shrinkage = 0.1, n.minobsinnode = 10)
set.seed(825)
fit <- train(medv ~ ., data = data1, method = "gbm", trControl = fitControl, verbose = FALSE, tuneGrid = tune_Grid)
直到这里一切正常。当我预测时会出现问题。
predicted <- predict(fit,data2,type= "prob")
> predicted <- predict(fit,data2,type= "prob") Error in [.data.frame(out, , obsLevels, drop = FALSE) : undefined columns selected
但是，如果我删除了type参数，它的工作没有任何错误。
predicted <- predict(fit,data2)
> predicted <- predict(fit,data2)
>
请帮助我错过了什么。
谢谢， Priyank
答案 0 :(得分：0)
medv不是一个类的向量，而是一个连续的结果。
train$medv[1:20]
[1] 24.0 21.6 33.4 36.2 22.9 15.0 18.9 21.7 20.4 18.2 19.9 23.1 20.2 13.6 19.6 15.2 14.5 14.8 12.7 14.5
设置type = "probs"后，caret函数predict.train会输出类概率的数据框。这对于连续变量没有意义，因此它返回错误。通常使用RMSE（均方根误差）评估连续结果的模型性能，您可以使用caret函数postResample来计算。
postResample： 给定两个数据的数值向量，计算均方误差和R平方。对于两个因素，确定总体协议率和Kappa。