R 使用'的不同变量训练/测试集；随机森林&x27；包裹

假设我有一个分类问题，想用R中的randomForest包来解决这个问题

在我的训练集中，我想添加第三个变量，var3，它是var1和var2的乘积。因此，培训集将包括 var1、var2、var3和类变量

但是，该var3在测试集中不存在，因此，当我想要测试我的模型时，randomForest将给出一个错误：

random forest Error in eval(expr, envir, enclos) : object var3 not found

---

有没有办法绕过这个问题

使用公式界面在模型规范中构建产品：

    class_var ~ var1 + var2 + I(var1 * var2)

I

函数意味着将计算乘积的值，而不是产生

交互作用的结果，如果其中一个变量是字符或因子，则该结果不是数字乘积（当它们都是数字时，基本上是无运算）。这可能会有问题：当var1和var2的值较大时，估计值周围的误差可能会主导计算。我认为这样做可能更安全：

  class_var ~ var1 + var2 + I( scale(var1 * var2) )

工作起来很有魅力，谢谢：）我玩过了，如果你想选一个专栏，这个也可以：class_var~var1+var2+I（df$varx）在这个过程的哪个阶段？当
df
是预期的评估框架时，似乎这样做只会使这更复杂。只需使用：
class\u var~var1+var2+varx
感谢您的跟进！这也在培训过程中。当我执行您建议的操作时，我再次得到错误（未找到objectvarx），因为这个变量在测试集中不存在。但是，添加交互我没有发现错误。我不理解，但这听起来好像没什么关系，因为你有一个有效的过程。我可能解释错了呵呵。在这种情况下，我假设
varx
是我想要用来训练随机森林模型的变量。但该变量不包括在（单独的）测试集中。添加交互功能似乎可以做到这一点！