具有保留评估的 RMOA 霍夫丁树

Question

我正在使用R 的RMOA 包来实现具有留出评估的霍夫丁树流分类器。

一切都在正确训练，除了当我尝试从保留的测试流中评估我的模型时，我收到以下错误消息：

UseMethod("predict") 中的错误： 没有适用于“c('HoeffdingTree', 'MOA_classifier', 'MOA_model')”类对象的“预测”方法

检查了this question 的答案后，问题可能源于predict() 方法存在于stats 和RMOA 包中。我尝试使用:: 表示法来指定哪个包，但我似乎无法指向RMOA predict()。我还尝试完全卸载stats，但没有帮助。

有人知道如何直接指向RMOA 的predict()，还是我的问题完全是由其他原因引起的？

我的 R 代码如下。我现在只是在流式传输 iris 数据集，并提取前 30 个流项以用于保持评估。

holdout<-function(){
    require("RMOA")

    #Initialise streams
    stream<-datastream_dataframe(iris)
    test<-stream$get_points(n=30)
    test<-datastream_dataframe(test)

    #Specify model
    mymodel<-HoeffdingTree(numericEstimator = "GaussianNumericAttributeClassObserver")

    #Record execution time for training
    start_time<-Sys.time()
    while(!stream$finished)
    {
        mymodel <<- trainMOA(model=mymodel, formula = Species ~ Sepal.Length+Sepal.Width+Petal.Length+Petal.Width, data=stream)
    }
    end_time<-Sys.time()
    time_taken <- end_time - start_time
    cat("Finished training. Elapsed time: ", time_taken)
    #Empty vector to store individual accuracy results of holdout stream elements
    accuracies<-c()

    #Record the execution time of holdout evaluation
    start_time<-Sys.time()
    while(!test$finished)
    {
        samp<-test$get_points(n=1)
        pred <- predict(mymodel, samp, type="response")
    }
    end_time<-Sys.time()
    time_taken <- end_time - start_time
    cat("Finished training. Elapsed time: ", time_taken)
}

Answer 1

RMOA 包中的 predict 方法是一个内部变量，您可以这样称呼它：

RMOA:::predict.MOA_trainedmodel

完整示例：

library(RMOA)
data(iris)
stream <- datastream_dataframe(iris)
test <- stream$get_points(n = 30)
test <- datastream_dataframe(test)

mymodel <- HoeffdingTree(numericEstimator = "GaussianNumericAttributeClassObserver")
mymodel <- trainMOA(model = mymodel, formula = Species ~ Sepal.Length+Sepal.Width+Petal.Length+Petal.Width, data = stream)

在我的例子中，预测函数没有被屏蔽（如果它没有被导出，这很奇怪）：

pred1 <- predict(mymodel, iris, type = "response")

但如果是我可以使用：

pred2 <- RMOA:::predict.MOA_trainedmodel(mymodel, iris, type = "response")

结果是一样的：

all.equal(pred1, pred2)
#output
TRUE

我检查了 RMOA 的 NAMESPACE 并导出了预测函数但由于某种原因

RMOA::predict.MOA_trainedmodel

结果

错误：“predict.MOA_trainedmodel”不是从 '命名空间：RMOA'

同时

RMOA:::predict.MOA_trainedmodel

没有