Question

我有一个二进制分类问题，涉及分类预测变量Var1＆amp; Var2：

> head(traindata)

#  ID   Var1 Var2 response
# 1 101   -2   0      0
# 2 201    0  -1      1
# 3 301    0  -2      0
# 4 401   -1   0      0
# 6 501    0  -1      1

培训集包括-2,-1,0的所有Var1级别，但测试集不包含-1 Var1中的输入。

我确保Var1包含测试集中的所有级别：

testdata$Var1 <- factor(testdata$Var1, levels = levels(traindata$Var1)

因此，即使测试数据的记录中不包含-1，空白因子水平确实存在。

但是当我尝试使用以下方法为测试集创建任务时：

testtask <- makeClassifTask(data = testdata, target = "response", positive = "1")

我收到一条警告，指出列的空系数水平已被删除：Var1

我也尝试设置fixup.data = "no"参数。它给出了以下错误：

testtask <- makeClassifTask(data = testdata, target = "response", positive = "1", fixup.data = "no")

# Error in (function (cn, x)  :
#   Column 'Var1' contains empty factor levels.

PS：我不是自己重新采样测试数据，而是我不知道响应变量的外部数据集。

另外，在创建任务之前，我确实为测试集中的响应变量重新编码了虚拟值。

Answer 1

我会将此作为答案发布，因为您不理解我的评论。这是一个可重现的例子，使用来自mlbench的数据集Sonar：

library(mlr)
library(mlbench)
library(caret)

data(Sonar)

拆分为训练和测试集：

ind <- createDataPartition(Sonar$Class, p = 0.8, list = FALSE)
train.Sonar <- Sonar[ind,]
test.Sonar <- Sonar[-ind,]

train.Sonar and test.Sonar是数据框。

完成任务，学习和训练：

task <- makeClassifTask(data = train.Sonar, target = "Class",  positive = "R")
lrn <- makeLearner("classif.rpart", predict.type = "prob")
mod <- mlr::train(lrn, task) #caret trains masks mlr train 

pred <- predict(mod, newdata = test.Sonar)
pred
#output
Prediction: 41 observations
predict.type: prob
threshold: M=0.50,R=0.50
time: 0.00
   truth     prob.M    prob.R response
2      R 0.86956522 0.1304348        M
3      R 0.86956522 0.1304348        M
6      R 0.86956522 0.1304348        M
13     R 0.07692308 0.9230769        R
22     R 0.11111111 0.8888889        R
25     R 0.07692308 0.9230769        R
... (#rows: 41, #cols: 4)

如果你这样做

pred <- predict(mod, test.Sonar)

然后你提到的错误：预测错误（mod，test.Sonar）：断言＆＃39;任务＆＃39;失败：必须有课程＆＃39;任务＆＃39;，但有课程＆＃39; data.frame＆＃39;。

因为函数假定数据框作为任务参数传递。

在predict.WrappedModel的帮助下：

object [WrappedModel]包裹的模型，火车的结果。

任务[任务]任务。如果通过，则此任务的数据为   预测。

newdata [data.frame]应该预测的新观察结果。通过   这可选择而不是任务。

Answer 2

给出以下参数。您需要将check.data与fixup.data一起使用。希望这会有所帮助:)

语法：

testtask = makeClassifTask(data = testdata, target = "response", positive = "1",fixup.data = "no",check.data = FALSE)

R MLR包：停止makeClassifTask从测试集中删除空因子级别

2 个答案: