使用Caret训练glm模型时出现undefined columns selected错误求助

错误原因分析 #

第一种报错场景 #

train(training$type~.,method="glm",data=trainPC)报错的核心问题：

• trainPC仅包含PCA处理后的2个主成分列，没有响应变量type
• 公式中使用外部变量training$type，但train函数默认期望响应变量和特征变量都在指定的data参数对应的数据集里，导致无法匹配列。

第二种报错场景 #

train(training$type~ .,method="glm",preProcess="pca",data=training)报错的核心问题：

• 公式写法错误，training$type~.会让train函数在training数据框中寻找名为training$type的列，而该列实际不存在，因此触发"undefined columns selected"错误。

解决方案 #

方案1：手动PCA后训练 #

将响应变量合并到PCA处理后的数据集，再用正确公式训练：

# 合并响应变量到PCA处理后的训练集
trainPC_with_response <- cbind(trainPC, type = training$type)
# 训练模型
modelFit <- train(type~., method="glm", data=trainPC_with_response)

方案2：使用caret内置preProcess参数 #

修正公式写法，直接引用数据框内的列名：

# 正确使用内置PCA预处理
modelFit <- train(type~., method="glm", preProcess="pca", data=training)

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