在 caret 包的训练模型中使用 poly( 函数导致数据帧错误答案

【问题标题】：using poly( function within training model in caret package resulting in dataframe error在 caret 包的训练模型中使用 poly( 函数导致数据帧错误
【发布时间】：2020-02-16 03:33:43
【问题描述】：

这是我正在运行的代码：

library(caret)
library(ISLR)
data('Auto')
cverror <- c()
for(i in 1:5){
  train_control <- trainControl(method='LOOCV')
  models <- train(mpg~poly(horsepower,i), data = Auto, trControl=train_control, method='glm')
  cverror[i] <- (models$results$RMSE)^2
}

cverror

我想要完成的是使用循环计算不同多项式级别的 MSE（均方误差），因此我不必逐行编写代码。我收到的错误信息是：

 Error in `[.data.frame`(data, , all.vars(Terms), drop = FALSE) : 
  undefined columns selected

为什么我会收到此错误消息？我的学习伙伴说，这段代码在他们的机器上运行良好，但在我的个人或工作计算机上不起作用。我安装了最新的 RStudio 和 R 版本，所有软件包都是最新的。

以下代码行正常工作：

train(mpg~poly(horsepower,2), data = Auto, trControl=train_control, method='glm')

这与 ISLR 文本第 192/193 页上的教程有关（我正在对其进行扩展）。

【问题讨论】：

标签： r r-caret

【解决方案1】：

如果i <- 2 其值不会代入公式。公式字面意思是mpg ~ poly(horsepower, i)。

试试这个：

library(caret)
library(ISLR)
data('Auto')
cverror <- numeric(5)
for(i in 1:5){
  train_control <- trainControl(method='LOOCV')
  f <- bquote(mpg ~ poly(horsepower, .(i)))
  models <- train(as.formula(f), data = Auto, trControl=train_control, method='glm')
  cverror[i] <- (models$results$RMSE)^2
}

cverror
#[1] 24.23151 19.24821 19.33498 19.42443 19.03321

PS：更高次的多项式几乎可以保证过度拟合。我不推荐次数高于 2，也许是 3 的多项式。在这种情况下，通常有更好的模型可用。对于“自然”过程，更高次多项式很少见。

【讨论】：

你能帮我理解“bquote”的功能吗？我以前从未使用过（也没有听说过）这个功能。帮助文档 (?bquote) 不是很有帮助。
它创建一个表达式，但从封闭环境中获取.() 中给出的变量并将其值替换为表达式。
如果您愿意，可以使用sprintf 甚至paste。
Roland，非常奇怪的是，Nik 的原始代码在我的机器上完美运行，无需使用bquote 或as.formula。我知道我们有不同版本的 R 和 RStudio；也许函数的行为会随着版本的变化而变化？
@Rahul 我不知道 R 的变化会影响到这一点。

【解决方案2】：

我遇到了类似的问题。您是否尝试过使用以下内容？

models <- train(x = poly(Auto$horsepower,i), y = Auto$mpg, data = Auto, trControl=train_control, method='glm')

（我没有测试过这段特定的代码。）

【讨论】：

该问题已经有一个可接受的答案，如果它没有在现有答案中添加任何新内容，请避免回答旧问题。