这是代码
var z = ((Customer)comboBox.Items[1]).CustomerSay
我遇到以下错误
library(mlr)
library(xgboost)
library(iml)
data("iris")
tsk = makeClassifTask(data = iris, target = "Species")
lrn = makeLearner("classif.xgboost",predict.type = "prob")
mod = mlr:::train(lrn, tsk)
X = iris[which(names(iris) != "Species")]
predictor = Predictor$new(mod, data = X, y = iris$Species)
imp = FeatureImp$new(predictor, loss = "ce")
estimate.feature.imp（feature，data.sample = data.sample，y = y，的错误： 任务1失败-“存储在
imp = FeatureImp$new(predictor, loss = "ce") Warning in predict.WrappedModel(model, newdata = newdata) : Provided data for prediction is not a pure data.frame but from class data.table, hence it will be converted.和object中的功能名称不同！”
我尝试检查模型和数据中的特征名称，但是两者相似。因此，我不明白这个错误到底是什么
“存储在newdata和object中的功能名称是不同的！”
newdata答案 0 :(得分：0)
这是一个MyHomepage({Key key})问题：https://github.com/dmlc/xgboost/issues/1809
关于变量的顺序。
xgboost应该解决它。几天前我也遇到了同样的问题。
编辑：错误仍然会发生，可能是由于X = X[mod$learner.model$feature_names]
的改组造成了一些混乱。但是绝对可以解决此问题，因为使用iml进行预测调用时也会发生此错误。