错误：训练和测试中的关卡集不匹配（knncat R）

Posted 2023-03-12

【中文标题】错误：训练和测试中的关卡集不匹配（knncat R）

【英文标题】：Error : Sets of levels in train and test don't match (knncat R)

【发布时间】：2015-06-27 15:40:10

【问题描述】：

我正在尝试在 R 中使用 knncat 进行 knn 分类，因为我的数据集中有分类属性。

knncat(FinalData, FinalTestData, k=10, classcol = 15)

当我执行上述语句时，它给我的错误是：训练和测试中的关卡集不匹配。

在检查所有属性的级别时，我确实有所不同。我有一个国家属性，可以从火车数据集中的 1-41 个值中获取。

但是，在测试数据集中，一个特定的国家/地区从未出现过，因此导致了此错误。我该怎么处理呢？

【参考方案1】：

我不确定，但您可以匹配以下因素水平。

train <- factor(c("a","b","c"))
test <- factor(c("a","b"))
levels(test) <- levels(train)
test   
[1] a b
Levels: a b c

【讨论】：

实际上，重新分配这样的级别可能很危险（尝试使用train <- factor(c("a","b","c")); test <- factor(c("c","b")); test 并看到一个“a”神奇地出现在test 中）。最好使用test<-factor(test, levels=levels(train))

谢谢@MrFlick .. 效果很好。但是，现在它给了我一些因素有空水平的错误？你能帮忙解决这个问题吗？？

@user3291389 您需要在问题中提供reproducible example 以进一步帮助您

【参考方案2】：

也许我错了，但这不会仍然有问题，因为KNN algorithm 的基础是Euclidian distance calculations 的调整，对吧？ 您是否仍然需要为分类特征的每个级别创建一个二进制变量，这意味着您会遇到问题，因为某些级别可能不会同时出现在训练和测试集中。

也许有人可以就此向我解释一下。

另外，请注意，这更像是一种刺激而不是劫持。