R中训练AdaBoost模型时Accuracy指标全部缺失问题求助

• 检查目标变量类别分布
  该错误最常见的原因是分类任务中目标变量只有单一类别，或某类占比极低导致交叉验证的部分fold中没有该类样本。用以下代码查看分布：

  table(train_data$credit_risk)
  

  若存在极端不平衡情况，可考虑重采样（如SMOTE）或调整交叉验证策略。

• 验证预处理后的数据格式
  AdaBoost对输入数据有严格要求：

  • 不能存在缺失值，用sum(is.na(train_data))检查并处理缺失值；
  • 特征需为数值型或因子型，不能是字符型；
  • 目标变量必须转换为因子类型：

    train_data$credit_risk <- as.factor(train_data$credit_risk)
    # 批量检查特征类型
    sapply(train_data, class)
    

• 调整train函数的参数配置

  • 明确指定评估指标与分类概率参数，避免因参数缺失导致指标计算失败：

    ctrl <- trainControl(method = "cv", number = 5, classProbs = TRUE)
    ada_model <- train(x = train_features, y = train_target,
                      method = "ada",
                      trControl = ctrl,
                      metric = "Accuracy")
    

  • 避免参数网格设置极端，比如迭代次数niter过小或学习率nu超出合理范围，建议使用常规取值范围构建参数网格：

    grid <- expand.grid(niter = c(50, 100),
                        maxdepth = c(1, 2),
                        nu = c(0.1, 0.3))
    ada_model <- train(..., tuneGrid = grid)
    

• 优化交叉验证的fold划分
  针对不平衡数据集，使用分层交叉验证确保每个fold都包含各类别样本，同时可结合重采样策略：

  ctrl <- trainControl(method = "cv", number = 5, 
                       classProbs = TRUE,
                       sampling = "down") # 可选"up"或"smote"进行重采样
  

内容的提问来源于stack exchange，提问作者Carlota Serras