r - 使用方法 gam : 从插入符号包中训练错误

Question

我有一个 gam我所知道的模型在 R 中运行良好，但是当我尝试“train ”使用 caret 相同的模型时package 它返回一个错误，指出输入数据列是列表。有没有人明白这一点？

我正在运行的代码如下:

library("caret")
library("mgcv")

a <- gam(RW ~ s(Temp0.grd) + s(mld.grd) + s(mean_depth.grd) +
           s(land_dist.grd) + s(slope.grd) + s(npp.grd),
         data=mydata,
         family=binomial)

all.data.gam.train <- 
  train(form=RW ~ s(Temp0.grd) + s(mld.grd) + s(mean_depth.grd) +
          s(land_dist.grd) + s(slope.grd) + s(npp.grd),
        data=mydata,
        method='gam',
        family=binomial
  )

第一个 gam 模型工作正常，但 train 返回以下错误:

    Error in model.frame.default(form = RW ~ s(Temp0.grd) + s(mld.grd) + s(mean_depth.grd) +  : 
  invalid type (list) for variable 's(Temp0.grd)'

直接在公式上运行model.frame.default也会产生这个错误，所以严格来说问题不是train。

mydata 如下所示:

> class(mydata)
[1] "data.frame"
> class(mydata$Temp0.grd)
[1] "numeric"
> class(s(mydata$Temp0.grd))
[1] "tp.smooth.spec"
> head(mydata)
    RW land_dist.grd mean_depth.grd  mld.grd   npp.grd primprod.grd Sal0.grd salbottom.grd
372  1           172      -79.83889 14.70062 1124.6136          920 31.27995         32.70
373  0           157      -84.53555 14.70062  973.1954          889 31.27995         32.70
374  1           146      -91.53111 14.70062  896.5736          803 31.38220         32.59
375  1           137      -89.44222 14.70062  783.4132          719 31.38220         32.59
405  1           173     -100.87666 14.70062 1010.4898          755 31.27995         32.70
406  1           197     -104.24111 14.70062  816.1457          767 31.27995         32.70
    salsurf.grd seamounts_dist.grd slope.grd sst.grd Temp0.grd Temp100.grd Temp50.grd
372       30.36           1529.184 16.068041    1.77  6.532125  0.31340000    0.36470
373       30.36           1513.419 16.317524    1.77  6.532125  0.31340000    0.36470
374       30.68           1496.227  8.578011    1.68  6.466700  0.01937502   -0.04645
375       30.68           1479.382  8.134535    1.68  6.466700  0.01937502   -0.04645
405       30.36           1483.972 18.345858    1.77  6.532125  0.31340000    0.36470
406       30.36           1474.469 13.433269    1.77  6.532125  0.31340000    0.36470
    tempbottom.grd
372           1.58
373           1.58
374           1.23
375           1.23
405           1.58
406           1.58

有关信息，我的 R 安装如下:

> sessionInfo()
R version 3.0.2 (2013-09-25)
Platform: x86_64-pc-linux-gnu (64-bit)

locale:
 [1] LC_CTYPE=en_US.UTF-8       LC_NUMERIC=C               LC_TIME=en_US.UTF-8       
 [4] LC_COLLATE=en_US.UTF-8     LC_MONETARY=en_US.UTF-8    LC_MESSAGES=en_US.UTF-8   
 [7] LC_PAPER=en_US.UTF-8       LC_NAME=C                  LC_ADDRESS=C              
[10] LC_TELEPHONE=C             LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C       

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] mgcv_1.7-27     nlme_3.1-111    caret_5.16-04   reshape2_1.2.2  plyr_1.8       
[6] lattice_0.20-24 foreach_1.4.0   cluster_1.14.4 

loaded via a namespace (and not attached):
[1] codetools_0.2-8 grid_3.0.2      iterators_1.0.6 Matrix_1.1-0    stringr_0.6.2  
[6] tools_3.0.2    

感谢您的帮助!

Answer 1

当您使用 train使用此模型，您不能(此时)指定 gam公式。 caret有一个内部函数，根据每个预测变量有多少个唯一级别等计算公式。换句话说，train当前确定哪些项是平滑的，哪些是简单的旧线性主效应。

尝试使用没有平滑项的相同代码 train公式并查看它是否会导致错误。
caret下一个版本(可能在今年年初)将使您更加灵活地使用 GAM 和其他模型创建自己的公式。

最大限度