预测测试集结果

Question

问题

我在R中训练了一个线性回归来预测this.target city，数据框data中的变量。此trainig是在数据子集上完成的，由train.index指定。

model = glm('data[, this.target] ~ data$city', data = data, subset = train.index)

我正在尝试在保留的数据上测试此模型，该数据由test.index指定。

predictions = predict(model, data[test.index, ])

无论出于何种原因，第二步都会产生错误和警告。

Error in model.frame.default(Terms, newdata, na.action = na.action, xlev =
object$xlevels) : invalid type (NULL) for variable 'data$city' In addition:
Warning message: 'newdata' had 22313 rows but variables found have 0 rows

我的分析

data$city是4级的因子，但似乎R将其读作“无效类型（NULL）”，即使此变量中的所有观察都不为NULL。

此外，似乎R正确读取行但不读取训练集的列。 dim(data[test.index, ])生成一个22313和12的向量。

Answer 1

感谢joran的评论，我能够找到解决问题的方法。乔兰指出，公式不应包括子集操作。

事实证明，这种子集允许模型拟合正常进行，但它导致模型预测与上述错误和警告一致。通过从我的公式定义中删除子集，模型拟合和预测都没有问题。

Answer 2

此解决方案适用于此错误，但不适用于主要问题，因为很难遵循。

解决方案是制作变量让我们说x; x=as.data.frame(testset)并将其传递给预测为

classifier = glm(formula = Survived ~ .,
                 family = binomial,
                 data = training_set)
x = as.data.frame(test_set)
prob_pred = predict(classifier, type = 'response', newdata =x)
y_pred = ifelse(prob_pred > 0.5, 1, 0)

预测测试集结果

在glm或rpart（基于决策树的分类库）中，测试集应该是数据框，有时预处理步骤会改变您的数据类型（您想要预测的数据）应该是数据框，如果是不是，错误

model.frame.default中的错误（条款，newdata，na.action = na.action， xlev = object $ xlevels）：'data'必须是data.frame，而不是矩阵或数组

会出现。

R中的predict和glm.predict出错

2 个答案:

预测测试集结果