使用adabag包predict.boosting函数报错：newmfinal需满足1<newmfinal<mfinal

问题根源 #

你用boosting.cv()训练的是交叉验证评估模型，这个函数的返回值是交叉验证的性能结果，不是可用于预测的boosting模型对象，所以用predict.boosting()去调用它肯定报错，和newmfinal的数值无关。

修正方案 #

如果要做预测，得先使用普通的boosting()函数训练模型，再用predict.boosting()进行预测：

install.packages("adabag")
library("adabag")

# 1. 用boosting()训练可用于预测的模型
adaboost_model <- boosting(factor_new ~ RFS +LI+SDI+LDI+DR+DBT+FCT+FII+DITP+ADCG+ADDG+ROA+ROI+ROS+ROE,
                           data = train01_new, 
                           boos = TRUE, 
                           mfinal = 10, 
                           control = rpart.control(cp=.001))

# 2. 用predict.boosting()预测，此时newmfinal可以设为1到10之间的整数（比如9）
predict_adaboost_train <- predict.boosting(adaboost_model, train01_new, newmfinal = 9)

补充说明 #

• boosting.cv()的作用是通过交叉验证评估模型的泛化能力，输出的是准确率、混淆矩阵这些评估指标，不能直接用来做预测。
• 如果需要先通过交叉验证确定最优的mfinal参数，再训练最终模型，可以先运行boosting.cv()得到最优迭代次数，再代入boosting()中训练。

内容的提问来源于stack exchange，提问作者Alfredo