我使用插入包训练了一个模型。预测使用该函数时会出错。
在我的模型中,只有两个变量在最终选择中。在预测新数据集(仅具有模型选择的特征)时,给出错误:“找不到对象'单元'”
这是示例程序。请帮助我。
library(AppliedPredictiveModeling)
data(segmentationOriginal)
train <- subset(segmentationOriginal,Case=='Train')
# Learning function
library(caret);set.seed(125)
cart <- train(Class~.,data=train,method="rpart")
# Plot DT
library(rattle);fancyRpartPlot(print(cart$finalModel))
# Scoring data
library(plyr)
scoredata <- rbind.fill(data.frame(TotalIntench2 = 23000, FiberWidthCh1 = 10, PerimStatusCh1=2),
data.frame(TotalIntench2 = 50000, FiberWidthCh1 = 10, VarIntenCh4 = 100),
data.frame(TotalIntench2 = 57000, FiberWidthCh1 = 8, VarIntenCh4 = 100),
data.frame(FiberWidthCh1 = 8, VarIntenCh4 = 100, PerimStatusCh1=2))
predict(cart,newdata=scoredata)
我知道它会给你结果;如果你有新数据具有与火车相同的结构。但有一点让我担心:在未来的预测中,为什么我会收集所有其他变量信息,尽管它不用于预测。