R 预测的实例少于数据集答案

【问题标题】：R predicts less instances that the datasetR 预测的实例少于数据集
【发布时间】：2016-03-13 07:31:46
【问题描述】：

我正在用“插入符号”在 R 中创建一个预测模型，但我不明白“预测”函数是如何工作的。

我有一个包含 222 个实例的数据集测试，但是当我执行下一个命令时：

j48Probs <- predict(j48Model3x10cv, newdata = testing, type = "prob")

j48probs 有 178 个元素，当我尝试获取混淆矩阵时，出现下一个错误：

j48Classes <- predict(j48Model3x10cv, newdata = testing, type = "raw")
confusionMatrix(data=j48Classes, testing$Survived)

Error in table(data, reference, dnn = dnn, ...) : 
all arguments must have the same length

会发生什么？

非常感谢！

【问题讨论】：

您的数据中是否存在缺失值？
训练数据集中有缺失值

标签： r matrix r-caret predict

【解决方案1】：

您的测试集中必须有缺失值。 predict 中的选项之一是 na.action，这是标准设置为 na.omit。这意味着在预测变量之一中包含缺失数据的任何记录都将被忽略。

获取您的测试数据集并执行nrow(na.omit(testing)。它将显示有多少行将用于预测。在您的情况下，这可能会返回 177 条记录。

而且这个问题会转移到混淆矩阵中，您正在尝试将 177 个预测与 222 个标签进行比较。

您可以设置 na.action = NULL，但这将返回 NA 预测。这可能有意义，也可能没有意义。在某些情况下，无法预测分类也是信息。您也可以尝试估算缺失的数据。

【讨论】：

【解决方案2】：

如果问题是在预测中有很多实例因为缺失值而被忽略，我考虑两种解决方案：

1.- 不要忽略它们。 2.- 在测试集中也忽略它们。

1.- 我是这样解决的：

j48Probs <- predict(j48Model3x10cv, newdata = testing, type = "prob", na.action = na.pass)

j48Classes <- predict(j48Model3x10cv, newdata = testing, type = "raw", na.action = na.pass)
confusionMatrix(data=j48Classes, testing$Survived)

2.- 我是这样解决的：

testing <- (na.omit(testing)

【讨论】：