R 函数的作用是：检测交互并使用xgboost返回异常

xgb.fi（）

是一个新函数，它与xgboost一起工作，用于检测变量之间的交互

文档可在此处找到：

这是一个重要的主题，我试图测试该函数，但遇到了一个异常

有关可复制的示例，请参见下文：

library(data.table)
library(xgboost)
library(RXGBfi)


data(mtcars)

X = as.matrix(mtcars[, -9])
Y = mtcars$am

dtrain = xgb.DMatrix(data = X, label = Y)

model = xgb.train(data = dtrain, 

                  eval = "auc",

                  verbose =0,  maximize = TRUE, 

                  params = list(objective = "binary:logistic",

                                eta = 0.1,

                                max_depth = 6,

                                subsample = 0.8,

                                lambda = 0.1 ), 

                  nrounds = 10)



features = names(mtcars)[-9]


xgb.fi(model = model, features = features)


Listening on http://127.0.0.1:7333
Warning: Error in :=: Check that is.data.table(DT) == TRUE. Otherwise, := and `:=`(...) are defined for use in j, once only and in particular ways. See help(":=").
Stack trace (innermost first):
    95: :=
    94: [.data.frame
    93: [.data.table
    92: [
    91: tableVars1
    90: base::rownames
    89: datatable
    88: eval
    87: eval
    86: %>%
    85: exprFunc
    84: widgetFunc
    83: func
    82: origRenderFunc
    81: renderFunc
    80: origRenderFunc
    79: output$tableVars1
     4: <Anonymous>
     3: do.call
     2: print.shiny.appobj
     1: <Promise>  

库（data.table）
图书馆（xgboost）
图书馆（RXGBfi）
数据（mtcars）
X=作为矩阵（mtcars[，-9]）
Y=mtcars$am
dtrain=xgb.DMatrix（数据=X，标签=Y）
型号=xgb.列车（数据=数据列车，
eval=“auc”，
verbose=0，maximize=TRUE，
参数=列表（objective=“binary:logistic”，
eta=0.1，
最大深度=6，
子样本=0.8，
λ=0.1），
nrounds=10）
特征=名称（mtcars）[-9]
xgb.fi（型号=型号，特性=特性）
倾听http://127.0.0.1:7333
警告：错误：=：检查是否为.data.table（DT）==TRUE。否则，：=和`:=`（…）只定义一次并以特定方式在j中使用。请参阅帮助（“：=”）。
堆栈跟踪（最里面的第一个）：
95: :=
94:[.data.frame
93:[.data.table
92: [
91：表格1
90:base:：rownames
89：数据表
88：评估
87：评估
86: %>%
85:exprFunc
84:widgetFunc
83:func
82:origRenderFunc
81:renderFunc
80:origRenderFunc
79：输出$tableVars1
4:


当我测试您的代码时，我得到了与您相同的错误。
因此，我决定深入研究函数xgb.fi（），我将源代码复制到这里：并逐行执行它，以识别我们在闪亮的应用程序中看到的错误

当我这样做时，它工作正常……因此我执行了整个函数，以便重写函数xgb.fi（）（它出现在我的Rstudio环境中），然后我再次运行代码。这次，它运行得非常完美

[your code, with the xgboost model]

xgb.fi <- function(model, xgbfi.loc = "C:/xgbfi", features = NULL, max.interaction.depth = 2, 
                   max.deepening = -1, max.trees = -1, top.k = 100, max.histograms = 10) {

  library(xgboost)
  xgbfi_exe <- paste0(xgbfi.loc, "/", "bin", "/", "XgbFeatureInteractions.exe")

  featureVector <- c()
  [...]
}

xgb.fi(model = model, features = features)

[您的代码，使用xgboost型号]
xgb.fi您找到解决方案了吗？