根本原因并解决返回 R 的 'lime' 库的 'explain' 函数的错误

Question

在 h2o 随机森林上使用“lime”库中的 "explain" 函数时出现此错误。

Error in elnet(x, is.sparse, ix, jx, y, weights, offset, type.gaussian,  : 
  y is constant; gaussian glmnet fails at standardization step

我找不到在线文档，也找不到有关此问题的在线帮助。你能帮我找到根本原因并解决它吗？

这是我的代码：

explainer_h2o_rf  <- lime(x=big_df, 
                          model=fit_rf.hex, 
                          bin_continuous = FALSE,
                          use_density = T, 
                          quantile_bins = F)

# for(i in 1:25){
i <- c(1,2)
explanation_rf <- explain(x = x_lime[i,],
                          explainer = explainer_h2o_rf,
                          n_features = 15,
                          feature_select = "auto",
                          labels = "1")

备注：

我正在预测 h2o 模型中的二项式变量， 'fit_rf.hex'.
我完成了 this 并成功了，但我目前的方法没有
"lime" 标签似乎不适用于此 lime 库，但适用于用于单元测试的东西。
非高斯应该不是问题，因为（我认为）我已经使用内核方法设置了处理非高斯（几乎所有我的数据都是非高斯）数据的标志。

这里 sites/questions 没有包含我的答案：

Lasso error in glmnet NA/NaN/Inf
glmnet training throws error on x,y dataframe arguments: am I using it wrong?
Error - Error in lognet(x, is.sparse, ix, jx, y, weights, offset, alpha, nobs)= etc
Error resulting in using cv.glmnet

Answer 1

Error in elnet(x, is.sparse, ix, jx, y, weights, offset, type.gaussian, :

y is constant; gaussian glmnet fails at standardization step

只是阅读错误，您的训练数据似乎有问题，或者可能是用于训练 glmnet 模型的数据的某些子集（elnet() 在内部使用glmnet() 函数）。

具体来说，错误表明响应列是常量，因此无法训练 glmnet 模型——训练 glmnet 模型是 model_permutations() 函数内部的一个步骤，它本身在 explain() 函数内。

您应该检查您的回复栏以确保它不是恒定的。

Answer 2

我遇到了类似的错误。

我将 labels = "Yes" 更改为 labels = "Response"，以匹配解决我问题的目标变量。

根本原因并解决返回 R 的 'lime' 库的 'explain' 函数的错误

root cause and resolve an error returned R's 'lime' library's, 'explain' function

r

random-forest

h2o