时间戳

首页 > 解决方案 > 插入符号错误说：“度量 RMSE 不适用于分类模型”，但我传递的是连续数据

r - 插入符号错误说：“度量 RMSE 不适用于分类模型”，但我传递的是连续数据

问题描述

我正在尝试传递插入符号一些训练数据，其中y是连续数据的 nx 1 矩阵。调用typeof(dfm_y1_train)确认它是double类型。

这是我正在使用的代码：

ctrl <- trainControl(
  method = "repeatedcv",
  number = 20,
  repeats = 3,
  allowParallel = TRUE,
  search = "random",
  verbose = TRUE
)

rf_base <- train(
  x = dfm_X1_train,
  y = dfm_y1_train,
  method = "rf",
  # tuneGrid = tune_grid,
  tuneLength = 20,
  trControl = ctrl,
  num.trees = 1000
)

我如何鼓励/说服/强制插入符号使用随机森林应用回归？

我还尝试使用Caretmethod = "ranger"从Random Forest Regression 使用，但遇到了同样的问题。

[编辑] 根据要求，提供更多详细信息和数据。

dfm_X1_train：

注意：我匿名了列名。t_x是从“文档”中生成的 uni-gram。

Document-feature matrix of: 90,264 documents, 2,144 features (99.74% sparse) and 3 docvars.
        features
docs      t_1 t_2    t_3 t_4  t_5     t_6   t_7     t_7 t_8 t_9
  112784    0   0      0   0    0       0     0       0   0   0
  312095    0   0      0   0    0       0     0       0   0   0
  217494    0   0      0   0    0       0     0       0   0   0
  225811    0   0      0   0    0       0     0       0   0   0
  342907    0   0      0   0    0       0     0       0   0   0
  359949    1   1      0   0    0       0     0       0   0   0
[ reached max_ndoc ... 90,258 more documents, reached max_nfeat ... 2,134 more features ]

dfm_y1_train

A matrix: 6 × 1 of type dbl
log_price
1.50851199
3.66356165
3.13331794
2.56494936
-0.01005034
2.99573227

标签： rrandom-forestr-caret

解决方案

推荐阅读