R 做 GBM 模型变量因变量是二分类变量，自变量中有分类变量的完整代码

在R语言中，当你想要建立一个梯度提升决策树（Gradient Boosting Machine, GBM）模型处理二分类问题，并且自变量（features）中包含分类变量，你可以使用`gbm`包。这里是一个简单的示例代码：

# 首先，确保已经安装了必要的包，如果没有，运行：
install.packages("gbm")
install.packages("caret")  # 用于数据预处理和交叉验证

# 加载所需的库
library(gbm)
library(caret)

# 假设你的数据集叫data，其中y是目标变量（二分类），x1到xn是特征变量（包括分类变量）
# 分别表示为连续变量、因子或名义变量等

# 数据预处理，如果是分类变量，可能需要转换为哑编码或其他形式
data$classification_var <- as.numeric(factor(data$classification_var))  # 这里假设classification_var是一个分类变量

# 划分训练集和测试集
set.seed(123)  # 设置随机种子以保证结果可复现
trainIndex <- createDataPartition(data$y, p = .8, list = FALSE)
train_data <- data[trainIndex, ]
test_data <- factor(train_data$y)

# 创建GBM模型
control <- trainControl(method = "cv", number = 5)  # 使用交叉验证控制参数选择
model <- gbm(y ~ ., data = train_data, distribution = "bernoulli", # 对于二分类用伯努利分布
             n.trees = 1000, # 树的数量
             interaction.depth = 3, # 叶子节点的最大深度
             shrinkage = 0.1, # 学习率
             max.iter = 1e5, # 最大迭代次数
             verbose = TRUE,
             cv.folds = control)

# 训练完成后评估模型性能
predictions <- predict(model, newdata = test_data, type = "response")
confusionMatrix(predictions > 0.5, test_data$y)  # 查看混淆矩阵，判断阈值是否合适

#