R中caret+glmnet二元LASSO逻辑回归性能评估报错解决方法

报错原因 #

• 你的任务属于二分类场景，目标变量status是因子类型，predict()默认输出的预测结果也是分类标签（因子格式）
• RMSE()和R2()是为回归任务设计的性能指标，要求传入的观测值、预测值均为数值类型，传入因子类型变量就会触发该报错
• 补充说明：二分类任务本身不推荐使用RMSE、R²作为性能评估指标，常规使用准确率、AUC、混淆矩阵、F1值等分类指标更合理。

解决方法 #

场景1：确实需要计算RMSE和R² #

需要先将分类标签转换为数值格式，或者直接输出预测概率计算，修正代码如下：

方式1：基于分类标签计算

# 将真实标签和预测标签转为0/1数值，neg对应0，pos对应1
test_status_num <- ifelse(test$status == "pos", 1, 0)
predictions_num <- ifelse(predictions_LASSO == "pos", 1, 0)

# 计算指标
model_LASSO_perf <- data.frame(
  RMSE = RMSE(predictions_num, test_status_num),
  Rsquared = R2(predictions_num, test_status_num)
)

方式2：基于正类预测概率计算（更合理）

# 预测时指定输出分类概率
predictions_prob <- predict(model_LASSO, newdata = test, type = "prob")
# 取pos类的预测概率
predictions_pos_prob <- predictions_prob$pos
# 提前转换好真实值的0/1编码
test_status_num <- ifelse(test$status == "pos", 1, 0)

# 计算指标
model_LASSO_perf <- data.frame(
  RMSE = RMSE(predictions_pos_prob, test_status_num),
  Rsquared = R2(predictions_pos_prob, test_status_num)
)

场景2：使用二分类任务适配的评估指标 #

更推荐采用分类场景专用的指标评估模型性能，示例代码如下：

# 计算混淆矩阵、准确率、召回率、F1等指标
confusionMatrix(predictions_LASSO, test$status, positive = "pos")

# 计算AUC
library(pROC)
roc_obj <- roc(test$status, predictions_pos_prob)
auc(roc_obj)

内容的提问来源于stack exchange，提问作者cewim