R 决策树预测

我是R数据挖掘算法的新手，我需要开发一个脚本来帮助我预测事件。 因此，我选择了一个决策树模型来帮助完成这项任务

我的数据集具有以下结构：

_____________________________
ATTR1 | ATTR2 | ATTR3 | CLASS
  Y   |   N  |   N    |    N
______|______|_______ |_______

以下是我创建的脚本：

library(party)
myFormula <- CLASS ~ ATTR1 + ATTR2 + ATTR3

ind <- sample(2, nrow(myData), replace=TRUE, prob = c(0.7,0.3))
trainData <- myData[ind==1,]
testData <- myData[ind==2,]

energy_ctree <- ctree(myFormula, data=trainData)
testpred <- predict(energy_ctree, newdata= testData)

那么，根据我之前创建的decisionTree模型，预测newDataSet的de类列的步骤是什么呢

提前谢谢

---

Carlos Lima

如果您有分类数据，并且一些列值出现在测试集中（新数据），但不在训练集中，R会抱怨。例如，如果训练数据中的属性Attr1仅包含如下所示的级别“否”和“是”，则在列Attr1包含“可能”的新数据集上，例如，在R中使用决策树将不可能

    Attr1 ......... ( training set)
     "No"
     "No"
     "No"
     "Yes"
     "Yes"


    Attr1: .......(testing set)
    "Yes"
    "No"
     .
     .
    "maybe"   // R will complain about this value ( it never found it during the training)

一种可能的解决方案是提前指定级别。对于上一个示例，您可以在进行培训之前指定Attr1的级别，如下所示：

    levels(Attr1, c("No","Yes","Maybe")). 

---

这样，您的训练集就不必包含属性Attr1的值“Maybe”。

即使我遇到了同样的问题。我所做的是，将最终的预处理文件写入csv，并将其再次读取到数据帧，然后将这些测试数据应用到模型上。它非常完美

---

背后的原因：因为在测试数据框中几乎没有分类值，即使在删除之后，该值仍在列表中，有0行（这在培训数据集中不存在）。

我刚刚遇到了这个问题，下面是我解决这个问题的方法：

1-验证因子变量，它们必须具有相同的水平。 2-验证一个表中的数值变量和第二个表中的整数变量

---

通过清除这些问题，我的脚本开始顺利运行。

如果您对训练数据中的变量类进行了更改（如将字符转换为因子），则需要在测试数据集中反映相同的内容。我做了这些更改，之后运行顺利。

这意味着其中一个变量是一个因子，当您将数据一分为二时，该因子的一个级别根本没有出现在两个集合中的一个集合中（碰巧）。您需要更仔细地分割数据，以确保所有级别在两组中至少显示一次。感谢您的回复。在我的例子中，训练集和测试具有相同的级别，“我的新数据”（计算类值）也具有相同的结构。我真的不知道如何预测新的数据案例以及如何转换数据集

    levels(Attr1, c("No","Yes","Maybe")).