Caret/CaretEnsemble：回归的模型类型错误

Question

我正在尝试构建机器学习算法的集合，第一个使用增强算法，第二个使用堆叠算法。当我尝试创建模型时，出现以下错误：

Error: wrong model type for regression

这是我的代码：

library(mlbench)
library(caret)
library(caretEnsemble)

#Remove Null Values
Data <- Data[complete.cases(Data), ]    

control <- trainControl(method="repeatedcv", number=10, repeats=3, 
savePredictions=TRUE, classProbs=TRUE)
algorithmList <- c('lda', 'rpart', 'glm', 'knn', 'svmRadial')
set.seed(seed)
models <- caretList(Setup~Age+Balance+Dcny2Rcvd+PCA, 
data=data, trControl=control, methodList=algorithmList)
results <- resamples(models)
summary(results)
dotplot(results)

这是我的数据示例：

Number    Setup      R         D2R     A        B       PCA   
123        1        381        6618    25      2500      2
124        0        200        100     30      3500      1
125        0        100        62      18      4000      1
126        1        202        75      21      1000      5
127        0        95         60      22      387       4

问题：为什么我会收到此错误？

我也遇到了以下相同的错误：

fit.c50 <- train(Setup~A+B+D2R+PCA+R, data=Data, trControl=control)

Answer 1

如果你想用

caret

进行分类，你的结果

Setup

应该是一个因子变量。由于它是一个数字，因此它认为您正在尝试使用分类模型进行回归。

Answer 2

根据插入符文档中的

可用模型页面

，

lda表示线性判别分析。 判别分析用于分类，而不是回归。

Answer 3

在

neuralnet

中指定公式输入时，我得到了“错误的回归模型”或“错误的分类模型”两个错误。在

train()

中提供

y =

（输出）和

x =

（特征）矩阵/数据子集时，它运行正确，例如：train()