Question

我已经写了这个R代码来重现。在这里，我创建了一个唯一的列“ID”，我不知道如何将预测列添加回测试数据集映射到它们各自的ID。请指导我做正确的方法。

#Code
library(C50)
data(churn)
data=rbind(churnTest,churnTrain)
data$ID<-seq.int(nrow(data)) #adding unique id column

rm(churnTrain)
rm(churnTest)

set.seed(1223)
ind <- sample(2,nrow(data),replace = TRUE, prob = c(0.7,0.3))
train <- data[ind==1,1:21]
test <- data[ind==2, 1:21]
xtrain <- train[,-20]
ytrain <- train$churn
xtest <- test[,-20]
ytest<- test$churn
x <- cbind(xtrain,ytrain)

## C50 Model
c50Model <- C5.0(churn ~ 
  state +
  account_length +
  area_code +
  international_plan +
  voice_mail_plan +
  number_vmail_messages +
  total_day_minutes +
  total_day_calls + 
  total_day_charge +
  total_eve_minutes +
  total_eve_calls +
  total_eve_charge +
  total_night_minutes +
  total_night_calls +
  total_night_charge +
  total_intl_minutes + 
  total_intl_calls +
  total_intl_charge +
  number_customer_service_calls,data=train, trials=10)

# Evaluate Model
c50Result <- predict(c50Model, xtest)
table(c50Result, ytest) 

#adding prediction to test data
testnew = cbind(xtest,c50Result)

#OR predict directly
xtest$churn = predict(c50Model, xtest)

Answer 1

我使用match（dataID，predictID）来匹配数据集中的ID列。

回复你的评论：如果要将预测值添加到原始数据帧，则合并数据和预测的两种方式都是正确的，并产生相同的结果。唯一的是，我会用

xtest $ churn_hut＆lt; - predict（c50Model，xtest）

而不是

xtest $ churn＆lt; - predict（c50Model，xtest）

因为在这里你正在用模型预测的任何模型替换原始流失（如数据$ churn），所以你无法比较两者。

如何将预测值映射到数据集中的唯一ID？

1 个答案: