R插入符/gbm代码不会预测: dim(X) must have a positive length

Question

我正在尝试使用插入符号来查找 GBM 模型的最佳参数。该代码与我在其他数据集上使用的代码相同，无法找出错误。

它似乎可以运行模型，但无法创建预测。

predictions failed for Fold2: interaction.depth=4, shrinkage=0.005, n.trees=200 Error in apply(tmp, 2, function(x, nm = modelFit$obsLevels) ifelse(x >=  : 
  dim(X) must have a positive length

完整代码如下:

library(caret)
library(gbm)

myControl <- trainControl(method='cv', number=2, summaryFunction=twoClassSummary,
                          classProbs=TRUE, savePredictions=TRUE, verboseIter=TRUE)


df1 <- data.frame(Y = round(runif(1000), 0), x1=runif(1000), x2=runif(1000) )

X <- df1[,c('x1','x2')]
Y <- factor(paste('X', df1[,'Y']))


gbm_model <- train(X, Y, method='gbm', metric='ROC', trControl=myControl 
                   ,distribution='bernoulli', tuneGrid=expand.grid(.n.trees=seq(100, 200, by=100) 
                   ,.interaction.depth=seq(2, 4, by=2), .shrinkage=c(.005)))

有什么建议吗？

编辑:我正在使用 gbm 2.1 和 caret 5.16.24

Answer 1

这是一个错误。我今天要提交一个新版本的插入符，但我会在发送之前进行这些更改。

您的代码和输出之间存在一些脱节。我收到附加警告:“至少有一个类级别不是有效的 R 变量名称；如果生成类概率，这可能会导致错误，因为变量名称将转换为:X.0、X.1”。在paste命令中添加一个sep = ""，它就会消失。

最大