我有一个奇怪的问题。我已经在笔记本电脑上成功运行了此代码，但是当我尝试在另一台计算机上首先运行该代码时，收到此警告
没有分配，假设bernoulli ...，我期望，但是然后我得到这个错误:Error in object$var.levels[[i]] : subscript out of bounds
library(gbm)
gbm.tmp <- gbm(subxy$presence ~ btyme + stsmi + styma + bathy,
data=subxy,
var.monotone=rep(0, length= 4), n.trees=2000, interaction.depth=3,
n.minobsinnode=10, shrinkage=0.01, bag.fraction=0.5, train.fraction=1,
verbose=F, cv.folds=10)
有人可以帮忙吗？数据结构完全相同，相同的代码，相同的R。在这里我什至不使用下标。
编辑:traceback()
6: predict.gbm(model, newdata = my.data, n.trees = best.iter.cv)
5: predict(model, newdata = my.data, n.trees = best.iter.cv)
4: predict(model, newdata = my.data, n.trees = best.iter.cv)
3: gbmCrossValPredictions(cv.models, cv.folds, cv.group, best.iter.cv,
distribution, data[i.train, ], y)
2: gbmCrossVal(cv.folds, nTrain, n.cores, class.stratify.cv, data,
x, y, offset, distribution, w, var.monotone, n.trees, interaction.depth,
n.minobsinnode, shrinkage, bag.fraction, var.names, response.name,
group)
1: gbm(subxy$presence ~ btyme + stsmi + styma + bathy, data = subxy,var.monotone = rep(0, length = 4), n.trees = 2000, interaction.depth = 3, n.minobsinnode = 10, shrinkage = 0.01, bag.fraction = 0.5, train.fraction = 1, verbose = F, cv.folds = 10)
因为我将保存的R工作区移到了另一台机器上，所以可以做点什么吗？
编辑2:好的，所以我已经更新了代码在其中工作的机器上的gbm包，现在我得到了相同的错误。因此，在这一点上，我认为较旧的gbm软件包可能没有进行此检查，或者较新的版本存在一些问题。我对gbm的理解不够清楚。
最佳答案
只是预感，因为我看不到您的数据，但是我相信当您的测试集中存在可变水平而训练集中不存在这些可变水平时，会发生错误。
当您的因子变量具有多个级别或一个级别的实例数量较少时，很容易发生这种情况。
由于您使用的是CV折叠，因此在其中一个循环中设置的保持力可能与训练数据有异物。
我建议:
A)使用model.matrix()一键编码您的因子变量
B)继续设置不同的种子，直到获得没有发生此错误的CV分割为止。
编辑:是的，使用该追溯功能，您的第3个简历保持其测试集中的因子水平在训练中不存在。因此预测函数会看到一个外来值，并且不知道该怎么做。
编辑2:这是一个简单的示例，以显示我的意思是“不在测试集中的因子水平”
#Example data with low occurrences of a factor level:
set.seed(222)
data = data.frame(cbind( y = sample(0:1, 10, replace = TRUE), x1 = rnorm(10), x2 = as.factor(sample(0:10, 10, replace = TRUE))))
data$x2 = as.factor(data$x2)
data
y x1 x2
[1,] 1 -0.2468959 2
[2,] 0 -1.2155609 6
[3,] 0 1.5614051 1
[4,] 0 0.4273102 5
[5,] 1 -1.2010235 5
[6,] 1 1.0524585 8
[7,] 0 -1.3050636 6
[8,] 0 -0.6926076 4
[9,] 1 0.6026489 3
[10,] 0 -0.1977531 7
#CV fold. This splits a model to be trained on 80% of the data, then tests against the remaining 20%. This is a simpler version of what happens when you call gbm's CV fold.
CV_train_rows = sample(1:10, 8, replace = FALSE) ; CV_test_rows = setdiff(1:10, CV_train_rows)
CV_train = data[CV_train_rows,] ; CV_test = data[CV_test_rows,]
#build a model on the training...
CV_model = lm(y ~ ., data = CV_train)
summary(CV_model)
#note here: as the model has been built, it was only fed factor levels (3, 4, 5, 6, 7, 8) for variable x2
CV_test$x2
#in the test set, there are only levels 1 and 2.
#attempt to predict on the test set
predict(CV_model, CV_test)
Error in model.frame.default(Terms, newdata, na.action = na.action, xlev = object$xlevels) :
factor x2 has new levels 1, 2
关于r - gbm函数中的下标超出范围，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/18640169/