时间戳

首页 > 解决方案 > 如何解决“无法将类强制转换为 data.frame？

r - 如何解决“无法将类强制转换为 data.frame？

问题描述

第 20 行出现问题：x3 <- lm(Salary ~ ...

as.data.frame.default(data) 中的错误：无法将类 'c("train", "train.formula")' 强制转换为 data.frame

怎么解决？

attach(Hitters)
Hitters

library(caret)
set.seed(123)
# Define training control
set.seed(123) 
train.control <- trainControl(method = "cv", number = 10)
# Train the model
x2 <- train(Salary ~., data = x, method = "lm",
               trControl = train.control)
# Summarize the results
print(x)
x3 <- lm(Salary ~ poly(AtBat,3) + poly(Hits,3) + poly(Walks,3) + poly(CRuns,3) + poly(CWalks,3) + poly(PutOuts,3), data = x2)
summary(x3)
MSE = mean(x3$residuals^2)
print("Mean Squared Error: ")
print(MSE)

标签： rmachine-learningregressiontraining-datasupervised-learning

解决方案

首先，正如@dcarlson 已经提到的，您应该定义 x。其次，x3 不返回数据帧。如果你跑

str(x2)

您会看到您在 lm 函数中使用的所有元素都是名为 trainingData 的数据框的一部分。因此，如果您打算使用 lm 函数，请将其用作 lm 函数中的数据源，而不是x2。我在下面重写了你的代码。

PS我远不是R专家，所以如果有人想回答这个问题，请继续，我总是愿意学习；）

attach(Hitters)
Hitters

library(caret)
set.seed(123)

# Define training control
set.seed(123) 
train.control <- trainControl(method = "cv", number = 10)

# Train the model
x2 <- train(Salary ~., data = x, method = "lm", trControl = train.control)

# Summarize the results
print(x2)
# str(x2) # $trainingData data.frame

x2$trainingData[["AtBat"]]
m <- x2$trainingData

x3 <- lm(Salary ~ poly(AtBat,3) + poly(Hits,3) + poly(Walks,3) + poly(CRuns,3) + poly(CWalks,3) + poly(PutOuts,3), data = m)
summary(x3)
MSE = mean(x3$residuals^2)
cat("Mean Squared Error: ", MSE) # use cat to concatenate text and variable value in one line

推荐阅读