如何解决“无法将 class 强制转换为 data.frame？

Question

第 20 行出现问题： x3 <- lm(Salary ~...

as.data.frame.default(data) 中的错误：无法将 class 'c("train", "train.formula")' 强制转换为 data.frame

怎么解决？

attach(Hitters)
Hitters

library(caret)
set.seed(123)
# Define training control
set.seed(123) 
train.control <- trainControl(method = "cv", number = 10)
# Train the model
x2 <- train(Salary ~., data = x, method = "lm",
               trControl = train.control)
# Summarize the results
print(x)
x3 <- lm(Salary ~ poly(AtBat,3) + poly(Hits,3) + poly(Walks,3) + poly(CRuns,3) + poly(CWalks,3) + poly(PutOuts,3), data = x2)
summary(x3)
MSE = mean(x3$residuals^2)
print("Mean Squared Error: ")
print(MSE)

Answer 1

Hy, caret::train() 返回一个与经过训练的 model 相关的列表。 在您的情况下，您应该将 data = 设置为 data.frame 而不是 caret::train() 返回的 object。 此外，如果您使用 caret::train()，则不需要 lm()，您可以简单地从 caret 拟合整个 model 并执行 x2 以获得结果性能指标（例如，MSE，即 RMSE^2）。

Answer 2

首先，正如@dcarlson 已经提到的，您应该定义 x。 其次，x3 不返回数据帧。 如果你跑

str(x2)

您会看到您在 lm function 中使用的所有元素都是名为 trainingData 的数据框的一部分。 因此，如果您打算使用 lm function，请将其用作 lm function 中的数据源，而不是x2。 我在下面重写了你的代码。

PS我远不是R专家所以如果有人想对这个答案开枪，go在前面，我总是愿意学习；）

attach(Hitters)
Hitters

library(caret)
set.seed(123)

# Define training control
set.seed(123) 
train.control <- trainControl(method = "cv", number = 10)

# Train the model
x2 <- train(Salary ~., data = x, method = "lm", trControl = train.control)

# Summarize the results
print(x2)
# str(x2) # $trainingData data.frame

x2$trainingData[["AtBat"]]
m <- x2$trainingData

x3 <- lm(Salary ~ poly(AtBat,3) + poly(Hits,3) + poly(Walks,3) + poly(CRuns,3) + poly(CWalks,3) + poly(PutOuts,3), data = m)
summary(x3)
MSE = mean(x3$residuals^2)
cat("Mean Squared Error: ", MSE) # use cat to concatenate text and variable value in one line