我试图用R中的gum函数来做分类问题
library(gbm)
set.seed(1)
boost.goodwine = gbm(goodwine~.-quality,data = traindata,shrinkage = 0.01, cv.folds = 5,distribution = 'bernoulli',n.trees = 3000,interaction.depth = 3)
这里，goodwine 是两个类（0 和 1）的集合
head(goodwine)
0 0 1 1 0 0
我的问题是，如果我将 Goodwine 更改为 Factor，那么 GBM 会给出错误：
goodwine = as.factor(goodwine)
Error in res[flag, ] <- predictions : replacement has length zero
但是如果我将goodwine保留为数值，那么它会给我满意的结果，但我担心如果我将0,1保留为数值，gbm会将其识别为回归问题。
谁能给我解释一下，或者我猜'distribution = 'bernoulli'会自动将其定义为分类问题。
None
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
