使用列車命令通過CrossValidation建立CART模型時預測功能的問題

我想通過使用「caret」包的列車功能進行交叉驗證來建立CART模型。使用列車命令通過CrossValidation建立CART模型時預測功能的問題

我的數據是4500 x 110數據框，其中所有的預測變量（除了前兩個UserId和YOB（Year of Birth），我沒有用於模型構建）除了因變量這是整數類型（雖然只有兩個值1和0）。性別是自變量之一。

當我運行rpart命令獲取CART模型（使用軟件包「rpart」）時，我對預測函數沒有任何問題。不過，我想提高通過交叉驗證的模型，所以用下面的命令用於從包「插入符號」火車功能：

tr = train(y ~ ., data = subImpTrain, method = "rpart", trControl = tr.control, tuneGrid = cp.grid)

此建立模型以下警告

Warning message: 
In nominalTrainWorkflow(x = x, y = y, wts = weights, info = trainInfo, : 
    There were missing values in resampled performance measures.

但它確實給了我一個最終模型（best.tree）。然而，當我試圖運行使用以下命令預測功能：

best.tree.pred = predict(best.tree, newdata = subImpTest)

測試數據，這是給我下面的錯誤：

Error in eval(expr, envir, enclos) : object 'GenderMale' not found

性別變量有兩個值：雌，雄

任何人可以幫助我理解錯誤

來源

2014-04-16 user62198

看起來它正在尋找GenderMale列。你能比較你的訓練和測試集中的變量嗎？ '相同（名稱（subImpTrain），名稱（subImpTest）'的輸出是什麼' – infominer

它們是相似的，而且更令人困惑。 – user62198

我曾在過去類似的問題，但關於另一種算法。基本上，一些算法將因子變量轉換爲虛擬變量並相應地重命名它們。我的解決方案是創建自己的假人，並以數字格式留下它們。我讀過，即使如此，決策樹也能正常工作。

來源

2015-01-05 17:30:51 lorelai

如@lorelai建議，caret如果您提供公式，則虛擬編碼您的變量。另一種方法是提供其變量本身，就像這樣：

tr = train(y = subImpTrain$y, x = subImpTrain[, -subImpTrain$y], 
      method = "rpart", trControl = tr.control, tuneGrid = cp.grid)

更重要的是，你不應該使用predict.rpart，而使用predict.train，就像這樣：

predict(tr, subImpTest)

在這種情況下，使用公式界面可以很好地工作。

來源

2016-03-14 08:39:58

使用列車命令通過CrossValidation建立CART模型時預測功能的問題

回答

相關問題