Caret软件包与多元回归
我正在分析一些化学数据,我发现插入符号包重采样功能在显示相关模型的性能指标方面非常有用。我想通过Caret软件包中的训练函数,把它推广到多元多元回归 但是, 错误:分类的模型类型错误 每当我尝试运行以下模型时Caret软件包与多元回归,r,r-caret,R,R Caret,我正在分析一些化学数据,我发现插入符号包重采样功能在显示相关模型的性能指标方面非常有用。我想通过Caret软件包中的训练函数,把它推广到多元多元回归 但是, 错误:分类的模型类型错误 每当我尝试运行以下模型时 mlr.caret <- train( x = x.train, y = y.train, method = "lm", tuneGrid = expand.grid(intercept = FALSE) ) mlr.caret你能做一个?模型的类型可能取决于我们
mlr.caret <- train(
x = x.train,
y = y.train,
method = "lm",
tuneGrid = expand.grid(intercept = FALSE)
)
mlr.caret你能做一个?模型的类型可能取决于我们看不到的数据…@camille我做了一个可复制的例子,尽管是一个非常简单的例子。然而,它确实抓住了问题的本质!我不知道如何发布函数的输出。@结果是连续的!嘿@Atiba,我只知道你举个例子。插入符号不适用于多响应模型。你只使用lm吗?我们是否应该让问题保持原样,让人们知道,使用插入符号运行多响应模型是不可能的?你能做一个解释吗?模型的类型可能取决于我们看不到的数据…@camille我做了一个可复制的例子,尽管是一个非常简单的例子。然而,它确实抓住了问题的本质!我不知道如何发布函数的输出。@结果是连续的!嘿@Atiba,我只知道你举个例子。插入符号不适用于多响应模型。您是否只使用lm?我们是否应该让问题保持原样,让人们知道使用插入符号运行多响应模型是不可能的?
# Random data;
set.seed(1903)
X <- rnorm(100)
Y1 <- X + rnorm(100)
Y2 <- X + rnorm(100)
# save as data;
data <- as.data.frame(
cbind(Y1, Y2, X)
)
# Single outcome;
train(
form = Y1 ~ X,
data = data,
method = "lm"
)
# Multiple outcomes;
train(
form = cbind(Y1,Y2) ~ X,
data = data,
method = "lm"
)
# With Base LM;
lm(
cbind(Y1, Y2) ~ X,
data = data
)