Question

很抱歉，如果已经被问过，但是我在半小时的时间内找不到它，所以如果你能指出我的方向，我将不胜感激。

我在模型中缺少对象时遇到问题，而在构建模型时我实际上并没有使用此对象，它只是存在于数据集中。（如下例所示）。

这是一个问题，因为我已经训练了一些射频模型，我正在将模型加载到环境中，我正在重复使用它们。测试数据集不包含构建模型的数据集中存在的一些变量，但它们不在模型本身中使用！

library(randomForest)
data(iris)

smp_size <- floor(0.75*nrow(iris))
set.seed(123)
train_ind <- sample(seq_len(nrow(iris)), size = smp_size)

train <- iris[train_ind, ]
test <- iris[-train_ind, ]

test$Sepal.Length <- NULL  # for the sake of example I drop this column

rf_model <- randomForest(Species ~ . - Sepal.Length, # I don't use the column in training model
                         data = train)

rf_prediction <- predict(rf_model, newdata = test)

当我尝试预测测试数据集时，出现错误：

Error in eval(expr, envir, enclos) : object 'Sepal.Length' not found

我希望实现的是使用我已经构建的模型，因为重做它们而不会丢失变量会很昂贵。

感谢您的建议！

Answer 1

由于您的模型已经建成。在运行模型之前，您需要将缺少的列添加回测试集。只需添加值为0的缺失列，如下例所示。

library(randomForest)
library(dplyr)
data(iris)

smp_size <- floor(0.75*nrow(iris))
set.seed(123)
train_ind <- sample(seq_len(nrow(iris)), size = smp_size)

train <- iris[train_ind, ]
test <- iris[-train_ind, ]

test$Sepal.Length <- NULL  

rf_model <- randomForest(Species ~ . - Sepal.Length, 
                         data = train)

# adding the missing column to your test set.
missingColumns <- setdiff(colnames(train),colnames(test))
test[,missingColumns] <- 0 



rf_prediction <- predict(rf_model, newdata = test)

rf_prediction

#showing this produce the same results
train2 <- iris[train_ind, ]
test2 <- iris[-train_ind, ]

test2$Sepal.Length <- NULL  
train2$Sepal.Length <- NULL  

rf_model2 <- randomForest(Species ~ ., 
                         data = train2)


rf_prediction2 <- predict(rf_model2, newdata = test2)

rf_prediction2 == rf_prediction

在预测测试数据集时，randomForest模型中缺少对象

1 个答案: