caret训练GBDT

在R语言中，可以使用`caret`包来训练GBDT模型。下面是一个简单的例子：

library(caret)

# 加载数据
data(iris)
trainIndex <- createDataPartition(iris$Species, p = .8, list = FALSE)
train <- iris[trainIndex,]
test <- iris[-trainIndex,]

# 定义训练控制参数
ctrl <- trainControl(method = "repeatedcv", number = 10, repeats = 3, verboseIter = FALSE)

# 定义GBDT模型
gbm <- train(Species ~ ., data = train, method = "gbm", trControl = ctrl, verbose = FALSE)

# 预测测试集
pred <- predict(gbm, newdata = test)

# 计算准确率
acc <- sum(pred == test$Species)/nrow(test)
print(acc)

在上面的例子中，我们使用`iris`数据集来训练GBDT模型，并使用10倍交叉验证来选择模型参数。最后，我们对测试集进行预测，并计算准确率。