随机林错误：`[.data.frame`（data，all.vars（Terms），drop=FALSE）中的错误：选择了未定义的列

我正在尝试使用随机林构建时间序列模型。但是，每次运行代码时，我都会犯同样的错误，即：

[.data.frame

中出错（数据，所有.vars（术语），drop=FALSE）： 选择未定义的列

我非常了解随机森林背后的大部分理论，但还没有运行过多少使用它的代码

这是我的密码：

library(randomForest)
library(caret)

fitControl <- trainControl(
  method = "repeatedcv",
  number = 10,
  repeats = 1,
  classProbs = FALSE,
  verboseIter = TRUE,
  preProcOptions=list(thresh=0.95,na.remove=TRUE,verbose=TRUE))

set.seed(1234)

rf_grid <- expand.grid(mtry = c(1:6))

fit <- train(df.ts[,1]~.,
         data=df.ts[,2:6],
         method="rf",
         preProcess=c("center","scale"),
         tuneGrid = rf_grid,
         trControl=fitControl,
         ntree = 200,
         metric="RMSE")

库（随机林）
图书馆（插入符号）
fitControl公式应与
data
中变量的名称相对应。例如
y~。
使用
data
中的所有其他变量预测
y
。或者，您可以使用
y=df.ts[，1]，x=df.ts[，-1]
而不是
公式
和
数据

因此，正确的语法应该是：

fit <- train(ts.t ~ .,
             data=df.ts,
             method="rf",
             preProcess=c("center","scale"),
             tuneGrid = rf_grid,
             trControl=fitControl,
             ntree = 200,
             metric="RMSE") 

fit
库（随机森林）
图书馆（插入符号）
fitControl只需使用插入符号：：train（var~，Data）
而不是
train（Data$var~，Data=Data）
就可以了。对我来说，使用
classProbs=TRUE
代替
classProbs=FALSE
也可以了

fit <- train(ts.t ~ .,
             data=df.ts,
             method="rf",
             preProcess=c("center","scale"),
             tuneGrid = rf_grid,
             trControl=fitControl,
             ntree = 200,
             metric="RMSE") 

library(randomForest)
library(caret)

fitControl <- trainControl(
  method = "repeatedcv",
  number = 10,
  repeats = 1,
  classProbs = FALSE,
  verboseIter = TRUE,
  preProcOptions=list(thresh=0.95,na.remove=TRUE,verbose=TRUE))

set.seed(1234)

rf_grid <- expand.grid(mtry = c(1:6))

fit <- train(ts.t~.,
         data=df.ts[,1:6],
         method="rf",
         preProcess=c("center","scale"),
         tuneGrid = rf_grid,
         trControl=fitControl,
         ntree = 200,
         metric="RMSE")