线性回归中的错误，同时在字符包中使用火车功能

  • Z时代
  • 2024-01-10
  • 分类：问答

我有一个数据集称为值有四个变量（ER是因变量）和400个观察值（删除N/A后）。我尝试将数据集划分为训练集和测试集，并使用插入符号包中的线性回归对模型进行训练。但是，我总是得到错误：线性回归中的错误，同时在字符包中使用火车功能

In lm.fit(x, y, offset = offset, singular.ok = singular.ok, ... : 
    extra argument ‘trcontrol’ is disregarded.

下面是我的代码：

ctrl_lm <- trainControl(method = "cv", number = 5, verboseIter = FALSE) 
value_rm = na.omit(value) 
set.seed(1) 
datasplit <- createDataPartition(y = value_rm[[1]], p = 0.8, list = FALSE) 
train.value <- value_rm[datasplit,] 
test.value <- value_rm[-datasplit,] 
lmCVFit <- train(ER~., data = train.value, method = "lm", 
        trcontrol = ctrl_lm, metric = "Rsquared") 
predictedVal <- predict(lmCVFit, test.value) 
modelvalues <- data.frame(obs = test.value$ER, pred = predictedVal) 
lmcv.out = defaultSummary(modelvalues)

回答：

右sintax是trControl，不trcontrol。试试这个：

library(caret) 
set.seed(1) 
n <- 100 
value <- data.frame(ER=rnorm(n), X=matrix(rnorm(3*n),ncol=3)) 
ctrl_lm <- trainControl(method = "cv", number = 5, verboseIter = FALSE) 
value_rm = na.omit(value) 
set.seed(1) 
datasplit <- createDataPartition(y = value_rm[[1]], p = 0.8, list = FALSE) 
train.value <- value_rm[datasplit,] 
test.value <- value_rm[-datasplit,] 
lmCVFit <- train(ER~., data = train.value, method = "lm", 
        trControl = ctrl_lm, metric = "Rsquared") 
predictedVal <- predict(lmCVFit, test.value) 
modelvalues <- data.frame(obs = test.value$ER, pred = predictedVal) 
(lmcv.out <- defaultSummary(modelvalues)) 
#  RMSE Rsquared  MAE 
# 1.2351006 0.1190862 1.0371477

以上是 线性回归中的错误，同时在字符包中使用火车功能 的全部内容， 来源链接： utcz.com/qa/265988.html

回到顶部