r - 使用 Caret 和食谱训练模型：错误并非食谱中的所有变量都存在

Question

在过去的几个小时里，我一直在尝试训练一个插入符号 glmnet 模型，但它一直在抛出错误，我的数据集有 15 个观察值，3 个是因子变量，11 个是数字，1 个是整数。我将数据集拆分为 70/30 的训练测试拆分。

数据集中有一些 NA 值，因此我尝试在配方代码中估算 NA，然后将其通过管道传输到中心并缩放数字数据。

当我尝试使用我拥有的配方预处理我的数据时，我不断收到错误消息

library(caret)
library(tidyverse)
library(recipes)

data = "data.csv"

'data.frame':   168 obs. of  15 variables:
$ COUNTRY               : Factor w/ 190 levels "Country1","Country10",..: 1 103 114 125 136 147 158 169 180 2 ...
$ GOVERNMENT            : Factor w/ 5 levels "AUTOCRATIC","LEFT"
$ POPULATION            : num  45.4 45.1 80.2 7.8 37.5 ...
$ AGE25PROP             : num  13.6 17.9 11.3 17 15.1 ...
$ AGE55PROP             : num  33.5 36.5 34.4 32.5 33.1 ...
$ POPDENSITY            : num  498 502 494 506 492 ...
$ GDP2019               : num  22.6 22.7 58 56.4 57.4 ...
$ INFANTMORT            : num  16.3 14.2 17.7 NA 15.2 ...
$ DOC10                 : num  22.6 24.1 24.7 NA 26.6 ...
$ VAXRATE               : num  39.5 35.2 61.6 NA 60.6 ...
$ HEALTHCARE_BASIS      : Factor w/ 4 levels "FREE","INSURANCE",
$ HEALTHCARE_COST       : num  4759 15281 NA 5009 NA ...
$ DEATHRATE             : num  21.7 27.3 17.3 16.7 25.2 ...
$ HEALTHCARE_COST_shadow: num  0 0 1 0 1 1 0 1 0 0 ...
$ na_count              : int  0 0 1 3 1 2 0 1 4 0 ...

以“DEATHRATE”作为 Y 变量的测试/训练拆分

subIndex <- caret::createDataPartition(y = data$DEATHRATE, p = 0.7, list = FALSE)
train <- data[subIndex]
test <- data[-subIndex]

使用配方进行预处理，以“DEATHRATE”作为因变量，“COUNTRY”作为 id

rec <- recipes::recipe("DEATHRATE" ~., data = train) %>%

update_role("COUNTRY", new_role = "id") %>%

step_knnimpute(all_predictors(), neighbours = 5) %>%

step_center(all_numeric(), -has_role("outcome")) %>%

step_scale(all_numeric(), -has_role("outcome"))

我总是得到错误

Error in terms.formula(formula, data = data) : 
invalid model formula in ExtractVars

训练模型

model <- caret::train(rec, data = train, method = "glmnet")

有谁知道我做错了什么？

标签： rmachine-learningr-caretr-recipes