В течение нескольких дней я пытаюсь выполнить дерево классификации с помощью пакета caret. Проблема заключается в моих переменных фактора. Я генерирую дерево, но когда я пытаюсь использовать лучшую модель для прогнозирования тестового образца, она терпит неудачу, потому что функция поезда создает манекены для моих переменных факторов, а затем функция предсказания не может найти эти вновь созданные манекены в тестовом наборе , Как мне решить эту проблему?R-пакет (rpart): построение дерева классификации
Мой код выглядит следующим образом:
install.packages("caret", dependencies = c("Depends", "Suggests"))
library(caret)
db=data.frame(read.csv ("db.csv", head=TRUE, sep=";", na.strings ="?"))
fix(db)
db$defaillance=factor(db$defaillance)
db$def=ifelse(db$defaillance==0,"No","Yes")
db$def=factor(db$def)
db$defaillance=NULL
db$canal=factor(db$canal)
db$sect_isodev=factor(db$sect_isodev)
db$sect_risq=factor(db$sect_risq)
#delete zero variance predictors
nzv <- nearZeroVar(db[,-78])
db_new <- db[,-nzv]
inTrain <- createDataPartition(y = db_new$def, p = .75, list = FALSE)
training <- db_new[inTrain,]
testing <- db_new[-inTrain,]
str(training)
str(testing)
dim(training)
dim(testing)
Образец о функции ул() для обучения/тестирования приведены ниже:
$ FDR : num 1305 211 162 131 143 ...
$ FCYC : num 0.269 0.18 0.154 0.119 0.139 ...
$ BFDR : num 803 164 108 72 76 63 100 152 188 80 ...
$ TRES : num 502 47 54 59 67 49 53 -7 -103 -109 ...
$ sect_isodev: Factor w/ 9 levels "1","2","3","4",..: 4 3 3 3 3 3 3 3 3 3 ...
$ sect_risq : Factor w/ 6 levels "0","1","2","3",..: 6 6 6 6 6 6 6 6 6 6 ...
$ def : Factor w/ 2 levels "No","Yes": 1 1 1 1 1 1 1 1 1 1 ...
> dim(training)
[1] 14553 42
> dim(testing)
[1] 4850 42
Тогда мой код выглядит следующим образом:
fitControl <- trainControl(method = "repeatedcv",
number = 10,
repeats = 10,
classProbs = TRUE,
summaryFunction = twoClassSummary)
#CART1
set.seed(1234)
tree1 = train (def~.,
training,
method = "rpart",
tuneLength=20,
metric="ROC",
trControl = fitControl)
Образец
summary(tree1$finalModel)
здесь
RNTB 38.397731
sect_isodev1 6.742289
sect_isodev3 4.005016
sect_isodev8 2.520850
sect_risq3 9.909127
sect_risq4 6.737908
sect_risq5 3.085714
SOLV 73.067539
TRES 47.906884
sect_isodev2 0.000000
sect_isodev4 0.000000
sect_isodev5 0.000000
sect_isodev6 0.000000
sect_isodev7 0.000000
sect_isodev9 0.000000
sect_risq0 0.000000
sect_risq1 0.000000
sect_risq2 0.000000
А вот ошибка:
model.tree1 <- predict(tree1$finalModel,testing) Error in eval(expr, envir, enclos) : object 'sect_isodev1' not found
Мне интересно еще и о другом. Я нашел в Max Куна «Прогнозное моделирование с R» следующий синтаксис:
predict(rpartTune$finalModel, newdata, type = "class")
где rpartTune$finalModel
является дерево классификации идентичен моему (или шахты, идентичного его). Теперь R не принимает type = "class". Только type = "prob". Из-за этого меня беспокоит.
Заранее спасибо за ваши ответы
спасибо. Он работает плавно. Я ценю время и усилия, которые вы вложили в это. СПАСИБО! – lorelai