线性回归中的错误,同时在字符包中使用火车功能
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