R:注意:如何用预测因子子集预测新病例?
我的情况是,功能/预测值由dcast生成。因此,实际生产中的新案例将缺少一些列 例如:R:注意:如何用预测因子子集预测新病例?,r,r-caret,R,R Caret,我的情况是,功能/预测值由dcast生成。因此,实际生产中的新案例将缺少一些列 例如: 我能想到的一种方法是用rbind填充缺少的列。e、 例如,new%>%bind_行(BostonHousing[1,])您还可以将列指定为NA@akash87,您知道如何自动执行此操作吗?例如,你不知道“chas”在预测时丢失了。我认为你这里有一个基本问题。实际上,您可能需要输入值来运行预测。但是问题:为什么在原始模型中保留dcast之后缺少的变量? # caret # load libraries re
我能想到的一种方法是用rbind填充缺少的列。e、 例如,
new%>%bind_行(BostonHousing[1,])
您还可以将列指定为NA
@akash87,您知道如何自动执行此操作吗?例如,你不知道“chas”在预测时丢失了。我认为你这里有一个基本问题。实际上,您可能需要输入值来运行预测。但是问题:为什么在原始模型中保留dcast
之后缺少的变量?
# caret
# load libraries
require("caret")
require("mlbench")
data(BostonHousing)
# train
set.seed(7)
control <- trainControl(method="cv", number=5)
fit.lm <- train(medv~., data=BostonHousing, method="lm", metric="RMSE", preProc=c("center", "scale"), trControl=control)
require(dpllyr)
newcases <- BostonHousing[1:3,] %>% select(-chas)
predict(fit.lm,newcases)
Error in eval(expr, envir, enclos) : object 'chas' not found