无法从rpart

Question

我有一个功能矩阵（在列中），其中最后一列是类标签。观察是成排的。

我在R中使用rpart在我的数据子集上构建决策树，并使用其余数据进行预测测试。学习树的代码是

fTree <- rpart(feature$a ~ feature$m, data = feature[fold != k, ],
  method = "class", parms = list(split = "gini"))

测试它的代码是

predFeature <- predict(fTree, newdata = feature[fold == k, ],
  type = "class")

其中k是我用来选择数据子集的整数，而fold是我用来创建不同子集的矩阵。

我收到一条警告信息，我知道你们中有些人已经知道了：

'newdata' had 306 rows but variables found have 3063 rows.

我读了一篇与此相关的帖子，但我没理解原因。 所以，进一步的帮助表示赞赏。 提前谢谢。

Answer 1

很难说是肯定的，因为你的例子不可复制，但我确信问题如下：你已经为你的树装上了

rpart(feature$a ~ feature$m, data = feature[fold != k, ], ...)

因此，因变量始终是来自完整 feature$a数据集的feature（显然有3063观察）而不是来自子集feature[fold != k, ]。这没有错误，但不是你想要的树。因此，预测很惊讶，因为newdata只有306个观察值，但由于硬编码{<>>仍然仍 完整数据集公式中的{1}}。

使用

feature$a

更容易阅读，更少打字，并且应该解决您观察到的问题。