使用Logloss与SMOTE构建决策树时遇报错求助

看起来你的核心问题是目标变量TripType被R识别为数值型变量，导致caret把整个任务判定为回归问题，而非多分类任务——这是两个报错的共同根源，下面具体拆解并给出修复方案：

报错1：无法计算回归任务的类别概率 #

你看到的：

Error in ctrl$summaryFunction(testOutput, lev, method) : 'data' should have columns consistent with 'lev'
In addition: Warning message: In train.default(x, y, weights = w, ...) : cannot compute class probabilities for regression

原因是：

• TripType是数值型，caret默认按回归任务处理；
• 但你在trainControl里设置了classProbs=TRUE，还指定了mnLogLoss（多分类对数损失，仅适用于分类任务），两者冲突导致报错。

报错2：SMOTE仅支持分类任务 #

你看到的：

Error: sampling methods are only implemented for classification problems

原因是：
SMOTE是专门用来解决分类任务中类别不平衡的采样方法，回归任务没有“类别”的概念，所以caret拒绝执行。

修复步骤 #

沃尔玛TripType竞赛是典型的多分类任务，你需要先把TripType转换为因子（factor）类型，让caret正确识别任务类型：

1. 转换目标变量类型 #

先处理你的数据集，把TripType转为因子：

# 优先处理原始数据集，再拆分训练/测试集（避免重复操作）
data$TripType <- as.factor(data$TripType)

# 重新拆分训练测试集（如果之前的拆分是基于未转换的数据集）
set.seed(1234)
ind <- sample(2, nrow(data), replace=TRUE, prob=c(0.8, 0.2))
train <- data[ind==1,]
test <- data[ind==2,]

# 可以用str()验证类型是否正确
str(train$TripType)

2. 重新运行你的代码 #

现在caret会识别这是分类任务，你的代码应该能正常运行：

带logloss的交叉验证决策树

ctrl <- trainControl(method="cv", number=5, classProbs=TRUE, summaryFunction=mnLogLoss)
ll_tree <- train(TripType~., data=train, method="rpart", metric="logLoss", trControl=ctrl)

结合SMOTE的决策树

ctrl2 <- trainControl(method="cv", number=5, classProbs=TRUE, summaryFunction=mnLogLoss, sampling = "smote")
smote_tree <- train(TripType~., data=train, trControl=ctrl2, method="rpart")

内容的提问来源于stack exchange，提问作者D. Romanski