{caret}xgbTree模型在包含权重的情况下无法运行，没有权重则运行正常。

Question

我有一个数据集，在没有权重的情况下建立 xgbTree 模型没有问题，但是一旦我加入权重 -- 即使权重都是 1 -- 模型就不会收敛。我得到的结果是 Something is wrong; all the RMSE metric values are missing: 错误，而当我打印警告时，我得到的是 In nominalTrainWorkflow(x = x, y = y, wts = weights, info = trainInfo, ... :There were missing values in resampled performance measures. 作为最后一条信息。

这是一个驱动链接 到包含信息的RData文件--它太大，无法打印，而且较小的样本并不总是能重现错误。

它包含3个对象。input_x, input_y和 wts --最后一个只是一个1s的向量，但它最终应该能够接受区间（0,1）上的数字，最好是这样。我使用的代码如下所示。请注意权重参数旁边产生错误的注释。

nrounds<-1000

tune_grid <- expand.grid(
  nrounds = seq(from = 200, to = nrounds, by = 50),
  eta = c(0.025, 0.05, 0.1, 0.3),
  max_depth = c(2, 3, 4, 5),
  gamma = 0,
  colsample_bytree = 1,
  min_child_weight = 1,
  subsample = 1
)

tune_control <- caret::trainControl(
  method = "cv", 
  number = 3, 
  verboseIter = FALSE, 
  allowParallel = TRUE 
)

xgb_tune <- caret::train(
    x = input_x,
    y = input_y,
    weights = wts, # If I remove this line, the code works fine. When included, even if just 1s, it throws an error.
    trControl = tune_control,
    tuneGrid = tune_grid,
    method = "xgbTree",
    verbose = TRUE
  )

Answer 1

根据 功能源 权重参数称为 wts.

行。

if (!is.null(wts))
  xgboost::setinfo(x, 'weight', wts)

运转

xgb_tune <- caret::train(
    x = input_x,
    y = input_y,
    wts = wts,
    trControl = tune_control,
    tuneGrid = tune_grid,
    method = "xgbTree",
    verbose = TRUE
  )

应产生预期的结果。