R语言JOUSBoost包adaboost处理泰坦尼克号数据时报错如何解决？

• 核心原因是你传入adaboost()函数的标签列y不符合JOUSBoost包的要求：JOUSBoost实现的Adaboost算法要求二分类标签取值为{0,1}，而你将标签转换成了{-1,1}，导致模型训练失败，生成的模型对象中树列表、树权重系数两个核心字段都是NULL。
• 你打印模型时输出的空值、权重列表无内容，就是训练失败的直接体现，预测时函数需要读取树权重系数做计算，传入NULL就触发了类型不匹配的报错。

1. 修改标签转换逻辑，把负类标签从-1改为0：

train$Survived_ab <- ifelse(train$Survived == 'No', 0, 1)
test$Survived_ab <- ifelse(test$Survived == 'No', 0, 1)

2. （可选优化）建议用model.matrix()生成特征矩阵，自动将因子类型的特征转成标准哑变量编码，避免因子直接转整数带来的逻辑问题：

# 生成不含截距项的特征矩阵
train_X <- model.matrix(~.-1, data = train[,2:7])
test_X <- model.matrix(~.-1, data = test[,2:7])

3. 重新训练模型，可手动指定迭代次数和树深度参数：

library(JOUSBoost)
dt_ab <- adaboost(X = train_X, y = train$Survived_ab, n_rounds = 100, tree_depth = 1)

4. 训练完成后再执行预测即可正常返回结果：

predict_ab <- predict(dt_ab, test_X, type = 'response')

内容的提问来源于stack exchange，提问作者ycenycute