在R编程中,我得到的是十进制值,但我应该得到自然数

在R编程中,我得到的是十进制值,但我应该得到自然数,r,R,列“A”具有0,1,2等值。根据其他数据列,我应该预测“A”的值,我使用的是rpart()函数,但我在输出中得到的是十进制值(绘制树时为0.3961、0.688、0.012等),而不是自然数(0,1,2) 数据框有以下列: 客户身份组别大小房主汽车年龄汽车价值风险因素年龄最老年龄最年轻已婚夫妇前一段时间前一段时间 我应该使用其他属性来预测A、B、C和D。我试图单独预测它们(因为我们不能使用决策树预测多个属性)。输出应该是一个自然数。A可以有0,1,2;B-0,1;C-1,2,3,4和D-1,2,

列“A”具有0,1,2等值。根据其他数据列,我应该预测“A”的值,我使用的是rpart()函数,但我在输出中得到的是十进制值(绘制树时为0.3961、0.688、0.012等),而不是自然数(0,1,2)

数据框有以下列: 客户身份组别大小房主汽车年龄汽车价值风险因素年龄最老年龄最年轻已婚夫妇前一段时间前一段时间

我应该使用其他属性来预测A、B、C和D。我试图单独预测它们(因为我们不能使用决策树预测多个属性)。输出应该是一个自然数。A可以有0,1,2;B-0,1;C-1,2,3,4和D-1,2,3。以下是A、B、C、D的样本值。 {1 0 2 2; 1 0 2 2; 1 0 2 2; 0 0 3 2; 0 0 3 2; 0 0 3 2; 0 0 2 3; 1 1 3 2; 1 1 3 2; 1 1 3 3; 2 1 1 1; 1 1 1 1; 1;}

因此,结束节点应为0、1或2,但绘图给出的结束节点为(0.3961、0.688、0.012等)

Try 预测(拟合,type=“class”) 得到预测类而不是类概率向量

以下是一个例子:

> data(cars)
> m<-rpart(speed~dist, data=cars)
> predict(m, type="class")
Error in predict.rpart(m, type = "class") : 
Invalid prediction for "rpart" object
> # Doesn't work
> m<-rpart(speed~dist, data=cars, method="class")
> predict(m, type="class")
 1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 
12 12 12 12 12 12 12 12 13 12 12 12 12 12 12 12 13 13 13 12 13 20 24 12 12 20 ...
>数据(汽车)
>m预测(m,type=“class”)
predict.rpart(m,type=“class”)中出错:
“rpart”对象的预测无效
>#不起作用
>m预测(m,type=“class”)
1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 
12 12 12 12 12 12 12 12 13 12 12 12 12 12 12 12 13 13 13 12 13 20 24 12 12 20 ...

请编辑您的问题,以包含显示问题的示例数据。可能没有必要有这么多的专栏。很抱歉,我已经编辑了这个问题,现在已经输入了足够的信息。如果您仍然存在此问题,请将`dput(trainNONA0[1:10,])的输出粘贴到问题的末尾。您好,回答是tnq,但我尝试时出现了以下错误:predict.rpart中的错误(fit,type=“class”):对“rpart”对象的预测无效您是否非常确定使用
method=“class”
选项对模型“fit”进行了拟合?我将在上面发布一个示例。上面的示例有帮助:)我已将其用作:结果如何判断它们是错误的?通常,预测与A的值不完全匹配。原始数据在列“A”中有一些值为“2”,当我尝试获取结果摘要时,摘要(结果)0 1 2 7094 55161 0显示属性“A”有0个“2”实例
> data(cars)
> m<-rpart(speed~dist, data=cars)
> predict(m, type="class")
Error in predict.rpart(m, type = "class") : 
Invalid prediction for "rpart" object
> # Doesn't work
> m<-rpart(speed~dist, data=cars, method="class")
> predict(m, type="class")
 1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 
12 12 12 12 12 12 12 12 13 12 12 12 12 12 12 12 13 13 13 12 13 20 24 12 12 20 ...