R 代码 (RStudio) 在我的笔记本电脑上不起作用，而在另一台笔记本电脑上工作答案

【问题标题】：R code (RStudio) does not work on my laptop, while working on another laptopR 代码 (RStudio) 在我的笔记本电脑上不起作用，而在另一台笔记本电脑上工作
【发布时间】：2015-06-02 09:23:43
【问题描述】：

我正在应用预测建模（梯度提升机），我的代码在我的笔记本电脑上有错误，但在大学计算机中没有。

我认为错误在第 203 行，train。

错误：

Error in train.default(training_data[, predictorsNames], training_data[,  : 
  final tuning parameters could not be determined
In addition: Warning messages:
1: In nominalTrainWorkflow(x = x, y = y, wts = weights, info = trainInfo,  :
  There were missing values in resampled performance measures.
2: In train.default(training_data[, predictorsNames], training_data[,  :
  missing values found in aggregated results

    # TRAINING & CROSSVALIDATION SETS

    filtered_processed_dataset$IsDelayed<-ifelse(filtered_processed_dataset$IsDelayed==1,'yes','nope')
    filtered_processed_dataset$IsDelayed<-as.factor(filtered_processed_dataset$IsDelayed)
    outcomeName<-'IsDelayed'
    predictorsNames<-names(filtered_processed_dataset)[names(filtered_processed_dataset)!=outcomeName]

    inTrain<-caret::createDataPartition(filtered_processed_dataset$IsDelayed,p=.85,list=FALSE)
    training_data<-filtered_processed_dataset[inTrain,]
    crossvalidation_data<-filtered_processed_dataset[-inTrain,]

    # GRADIENT BOOSTING MACHINE 

    getModelInfo()$gbm$type

    rownames(training_data)<-NULL
    gbmGrid<-expand.grid(interaction.depth=c(1,5,9), n.trees=100, shrinkage=0.1)

    fitControl<-trainControl(
      method='cv',
      number=3,
      returnResamp='none',
      verbose=FALSE,
      summaryFunction=twoClassSummary,
      classProbs=TRUE)

   **g<-train(training_data[,predictorsNames], training_data[,outcomeName],
     method='gbm',
     trControl=fitControl,
     metric="ROC",
     tuneGrid=gbmGrid)**

   crossvalidation_data<-as.data.frame(crossvalidation_data)
   rownames(crossvalidation_data)<-NULL

   p_gbm<-predict(g, crossvalidation_data[,predictorsNames], type='prob')

   auc<-pROC::roc(ifelse(crossvalidation_data[,outcomeName]=="yes",1,0),p_gbm[[2]])

   print(auc)

非常感谢。

【问题讨论】：

这是绝对不可复制的，我想能帮助你的人不多。你为什么用rstudio标记这个问题？您是否尝试过在 Rstudio 之外运行代码以确认这是 R 问题？

标签： r rstudio

【解决方案1】：

在两台计算机上使用sessionInfo() 以获得有关已加载包和R 配置的信息。正如您所期望的那样，您的代码是 deterministic，有两种可能的结果：

您的配置不同，一个版本或 R 较旧/较新或使用不同的库。这会影响代码的执行方式。
您的数据集不同。您可以轻松排除它，例如查看包compare。
- 可能值得探索的是，您可能已经完成的之前的工作没有在您的 R 环境中留下任何其他对象，请使用ls 进行检查并使用rm(list = ls()) 进行清理（小心，该命令将删除所有对象）。

顺便说一句，您可以考虑查看packrat。 Packrat 将使您能够在不同环境中使用的包保持一致性。

【讨论】：