如何解决游侠学习器中的错误,predict.all = TRUE
我希望将 {ranger} 包中随机森林的所有预测存储在 ml3 预测对象中,然后将各个树的预测用作另一个学习器的特征。
代码:
library("mlr3")
library("mlr3learners")
task = tsk("iris")
learner = lrn("classif.ranger",predict.all = TRUE)
# Train
train_set = sample(task$nrow,0.8 * task$nrow)
test_set = setdiff(seq_len(task$nrow),train_set)
learner$train(task,row_ids = train_set)
# Predition
prediction = learner$predict(task,row_ids = test_set)
print(prediction)
错误:
check_prediction_data.PredictionDataClassif(pdata) 中的错误:
关于“as_factor(pdata$response,levels = lvls)”的断言失败:必须
长度为 30,但长度为 15000。
有人可以帮我解决这个问题吗?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。