使用具有80个变量的装袋LASSO线性回归模型
d1<-traindata
x.1 <- as.matrix(d1[1:95,2:81])
y.1 <- as.matrix(d1[1:95,1])
Bagging.fit <- Bagging.lasso(x=x.1, y=y.1,family=c("gaussian"), M = 100,
predictor.subset=round((9/10)*ncol(x.1)), predictor.importance=TRUE,
trimmed=FALSE, weighted=TRUE, seed=0123)
堆叠80个栅格的列表
list<-list.files("pathFile", pattern="*tif$", full.names = TRUE)
s<-stack(list)
使用装袋LASSO模型进行预测的RasterLayer
blasso_raster<-raster::predict(s, Bagging.fit, fun=Predict.bagging, index=1,
progress='text', na.rm=TRUE, overwrite=TRUE)
进度为25%时出现错误
v [cells]中的r <-predv:矩阵上的下标数目不正确
RasterStack中的layerNames
与模型所期望的完全匹配。
我也尝试过x.1,y.1作为数据框。
我做错了什么?如何使用装袋LASSO的预测制作栅格