问题描述
library(dismo)
angaus.tc5.lr01 <- gbm.step(data=X33,gbm.x = 2:3,gbm.y = 4,family = "bernoulli",tree.complexity = 5,learning.rate = 0.01,bag.fraction = 0.5)
错误:必须使用有效的下标向量对列进行子集化。
i 逻辑下标必须与索引输入的大小匹配。
x 输入的大小为 1,但下标 model.mask
的大小为 83。
运行 rlang::last_error()
以查看发生错误的位置。
警告信息:
在 mean.default(y.data) :参数不是数字或逻辑:返回 NA
流程是: GBM STEP - 2.9 版
执行增强回归树模型的交叉验证优化 对于 ...4 并使用伯努利家族 使用 83 个观测值和 2 个预测变量 创建 50 棵树的 10 个初始模型
折叠按流行程度分层 总平均偏差 = 1.0233 容差固定为 0.001 ntrees 居住地。开发。
我比较软的是基于 R 4.0.4 的 RStudio
我在一篇文章中学习了计算边际效应的算法,但是一直报错。有谁知道为什么?我很感激! 文章:https://rspatial.org/raster/sdm/9_sdm_brt.html
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)