如何使用 R 中经过训练的分类器预测新数据集？

Posted 2023-03-12

【中文标题】如何使用 R 中经过训练的分类器预测新数据集？

【英文标题】：How to predict new data set using trained classifier in R?

【发布时间】：2021-02-22 19:46:46

【问题描述】：

我想使用经过训练的分类器来预测变量（iris Species）如何在 R 中实现？为简单起见，我生成了一个不包含 Species 变量的人工 iris_unknown 集。我希望分类器预测 iris_unknown 中的 Species 变量。

library(caret)

trainIndex <- caret::createDataPartition(iris$Species, p = 0.5, list = FALSE)
irisTrain <- iris[ trainIndex,]
iris_unknown  <- iris[-trainIndex,][,-5] #delete last column species to make unknown variable
model_nnet <- train(irisTrain, irisTrain$Species, method = 'nnet', importance = TRUE)

pred_annFit <- predict(model_nnet, newdata = iris_unknown)

我收到错误：

Error: 'eval(predvars, data, env)': object 'Species' not found

【参考方案1】：

您在训练模型时提供了 Species 列，您不应该这样做，因为它将被使用。是否在测试 data.frame 中包含标签并不重要，因为如果您的模型经过训练，它将不会使用该列。所以是这样的：

iris_unknown  <- iris[-trainIndex,-5]
model_nnet <- train(irisTrain[,-5], irisTrain$Species, method = 'nnet', importance = TRUE)

pred_annFit <- predict(model_nnet, newdata = iris_unknown)

这是一个令人难以置信的向量，您可以将其放入数据框中：

str(pred_annFit)
 Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...

让我们把向量预测放回去：

iris_unknown$prediction = pred_annFit

【讨论】：

这不是我的意思。我希望分类器以这样的方式进行预测，即它创建一个新列并根据该行的数据预测表中每一行中的物种。最终得到一个表，其中包含一列，每行都有预测的 Species。

我不知道你指的是什么。如果省略最后一列，则会得到相同的结果。请参阅编辑后的答案。你可以试试这个代码，你会发现你发布的代码有错误

谢谢，我就是这个意思。