Question

我在[.default（cm，2,2）：下标超出范围的 错误实现了xgboost的交叉验证。我的数据集结构如下：

'data.frame': 889 obs. of 7 variables: $ Survived: Factor w/ 2 levels "0","1": 1 2 2 2 1 1 1 1 2 2 ... $ Pclass : int 3 1 3 1 3 3 1 3 3 2 ... $ Sex : num 1 2 2 2 1 1 1 1 2 2 ... $ SibSp : int 1 1 0 1 0 0 0 3 0 1 ... $ Parch : int 0 0 0 0 0 0 0 1 2 0 ... $ Fare : num 7.25 71.28 7.92 53.1 8.05 ... $ Embarked: num 3 1 3 3 3 2 3 3 3 1 ... - attr(*, "na.action")=Class 'omit' Named int [1:2] 62 830 .. ..- attr(*, "names")= chr [1:2] "62" "830"

我的数据集摘要如下：

Survived Pclass Sex SibSp Parch 0:549 Min. :1.000 Min. :1.000 Min. :0.0000 Min. :0.0000 1:340 1st Qu.:2.000 1st Qu.:1.000 1st Qu.:0.0000 1st Qu.:0.0000 Median :3.000 Median :1.000 Median :0.0000 Median :0.0000 Mean :2.312 Mean :1.351 Mean :0.5242 Mean :0.3825 3rd Qu.:3.000 3rd Qu.:2.000 3rd Qu.:1.0000 3rd Qu.:0.0000 Max. :3.000 Max. :2.000 Max. :8.0000 Max. :6.0000 Fare Embarked Min. : 0.000 Min. :1.000 1st Qu.: 7.896 1st Qu.:2.000 Median : 14.454 Median :3.000 Mean : 32.097 Mean :2.535 3rd Qu.: 31.000 3rd Qu.:3.000 Max. :512.329 Max. :3.000

实现以下代码时抛出错误：

library(caret) folds = createFolds(traindataset$Survived, k = 10) cv = lapply(folds, function(x) { training_fold = traindataset[-x, ] test_fold = traindataset[x, ] classifier = xgboost(data = as.matrix(traindataset[-1]), label = traindataset$Survived, nrounds = 10) y_pred = predict(classifier, newdata = as.matrix(test_fold[-1])) y_pred = (y_pred >= 0.5) cm = table(test_fold[, 1], y_pred) accuracy = (cm[1,1] + cm[2,2]) / (cm[1,1] + cm[2,2] + cm[1,2] + cm[2,1]) return(accuracy) })

请注意，我已将 Survived 从0和1的整数转换为用于分类目的的因子。令我惊讶的是，当Survived是一个整数时，代码可以工作，但是当它是一个因素时，我得到了这个错误。

感谢任何帮助。谢谢。

Answer 1

我找到了问题的解决方案。对此给您带来的不便表示歉意。

在这里，我将目标变量转换为因子正在产生问题。我假设xgboost需要数字输入而不是因素，因此产生了问题。

在r中实现交叉验证时，下标超出范围

1 个答案: