Question

我在R中有两个包含多个data.frames的列表。一个列表是训练数据集，另一个是测试数据集。我想使用训练数据来训练模型，然后为测试数据创建预测。到目前为止，我可以使用训练列表对单个数据集进行预测（survey_points是data.frame对象）。这会产生与train_list对象中的每个训练data.frame相对应的预测列表，完美：

true_preds = lapply(train_list,  function(x)  predict(ranger(bc_title4 ~ ACurr15 + Bath15 + Comp13 + East15 + Mcur15 + Nor15 + vrm15 + Slop11 + MWav13 + X1IC2CR3IS4,
   data = x), survey_points)$predictions)

但是，当我尝试使用以下代码使用训练data.frames列表预测我的test data.frames列表时：

test_preds = lapply(train_list,  function(x)  predict(ranger(bc_title4 ~ ACurr15 + Bath15 + Comp13 + East15 + Mcur15 + Nor15 + vrm15 + Slop11 + MWav13 + X1IC2CR3IS4,
   data = x), test_list)$predictions)

我得到以下错误和回溯：

 Error in data[, forest$independent.variable.names, drop = FALSE] : 


incorrect number of dimensions 
7.
predict.ranger.forest(forest, data, predict.all, num.trees, type, 
    se.method, seed, num.threads, verbose, object$inbag.counts, 
    ...) 
6.
predict(forest, data, predict.all, num.trees, type, se.method, 
    seed, num.threads, verbose, object$inbag.counts, ...) 
5.
predict.ranger(ranger(bc_title4 ~ ACurr15 + Bath15 + Comp13 + 
    East15 + Mcur15 + Nor15 + vrm15 + Slop11 + MWav13 + X1IC2CR3IS4, 
    data = x), test_list) 
4.
predict(ranger(bc_title4 ~ ACurr15 + Bath15 + Comp13 + East15 + 
    Mcur15 + Nor15 + vrm15 + Slop11 + MWav13 + X1IC2CR3IS4, data = x), 
    test_list) 
3.
predict(ranger(bc_title4 ~ ACurr15 + Bath15 + Comp13 + East15 + 
    Mcur15 + Nor15 + vrm15 + Slop11 + MWav13 + X1IC2CR3IS4, data = x), 
    test_list) 
2.
FUN(X[[i]], ...) 
1.
lapply(train_list, function(x) predict(ranger(bc_title4 ~ ACurr15 + 
    Bath15 + Comp13 + East15 + Mcur15 + Nor15 + vrm15 + Slop11 + 
    MWav13 + X1IC2CR3IS4, data = x), test_list))

使用lapply（）将预报（）应用于data.frames列表，并输出data.frames列表

0 个答案: