confusionMatrix.default（data.testTree，testing$money.gain）中出错：数据的级别不能超过引用的级别

不，因为当您运行

caret:：confusionMatrix（data.testTree，testing$money.gain）时，

告诉我：数据不能超过参考级别

我已运行以下命令：

cvControl <- trainControl(method = "repeatedcv" number = 10, repeats = 5)
tree.rpart <- caret::train(form.in,data=training,method="rpart",
    metric="money.gain",trControl=cvControl)

---

您的dataTest.tree对象可能不包含预测类，因为caret:：predict.train函数的选项是“newdata”而不是“newdata”。尝试将该行更改为：

数据测试树

testing <- testing[complete.cases(testing),]
data.testTree <- caret::predict.train(tree.rpart, NewData = testing)

caret::confusionMatrix(data.testTree, testing$money.gain)

identical (levels(testing$money.gain), levels(testing$money.gain))
[1] TRUE