Question

我正在寻找关于我正在为课堂工作的家庭作业的一些指导。我们给出了一个14K观测数据集，并要求我们建立一个预测模型。我将数据集子集化为训练和测试（4909个观察），这里我使用了插入包，它预测了最后一个变量“classe”。我拿出了接近零的变量并构建了模型，但是当我尝试做预测时，我只得到了97个预测。我查看了帮助文件，但仍然无法弄清楚我哪里出错了。任何提示将不胜感激。

以下是代码：

  set.seed(1234)
  pml.training <- read.csv("./data/pml-training.csv")
  #
  library(caret) 
  inTrain <- createDataPartition(y=pml.training$classe, p=0.75, list=FALSE)
  training <- pml.training[inTrain,]
  testing <- pml.training[-inTrain,]

  # Pull out the Near Zero Value (NZV)
  nzv <- nearZeroVar(training, saveMetrics=TRUE)
  omit <- which(nzv$nzv==TRUE)
  training <- training[,-omit]
  testing <- testing[,-omit]

  # Fit the model 
  modFit <- train(classe ~., method="rf", data=training)
  modFit
  print(modFit$finalModel)
  plot(modFit)

  # Try and predict on the testing model 
  pred <- predict(modFit, newdata=testing)
  testing$predRight <- pred==testing$classe
  print(table(pred, testing$classe))

谢谢，Pat C.

Answer 1

你检查了吗

sum(complete.cases(subset(testing, select = -classe)))

随机森林预测

1 个答案: