如何在R中使用经过训练的分类器来预测新的数据集

Question

我想使用一个经过训练的分类器来预测变量(虹膜物种(在R中如何可能？为了简单起见，我生成了一个不包含Species变量的人工iris_unknown集。我希望分类器能够预测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)

我得到错误：

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

Answer 1

您在训练模型时提供了Species列，不应该这样做，因为这将被使用。如果您在测试数据框架中包含标签，这并不重要，因为如果您的模型是用训练的，它将不会使用该列。这样的东西：

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帧：

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

让我们把矢量预测放回：

iris_unknown$prediction = pred_annFit