列車データフレームごとにテストデータフレームのレベルを変更

Question

ランダムフォレストアルゴリズムを使用してモデルを訓練しました。今私は、このモデルを使って1つのレコードだけを含むデータセットに対して結果を予測したいと思います。

predictコマンドを実行しようとすると、次のエラーが発生します。

predict.randomForest（model、test1、type = "response"）のエラー： 新しいデータの予測子の種類がトレーニングデータの予測子の種類と一致しません。

トレーニングとテストのデータフレームで要因変数のレベルが異なることに注目してください。

だから私は、リンクの問合せ下記をご参照くださいスクリプト

common <- intersect(names(train), names(test1)) 
for (p in common) { if (class(train[[p]]) == "factor") { levels(test1[[p]]) <- levels(train[[p]]) } } 

を使用してレベルを変更するためにstakoverflowで1つの解決策を見つけました。

r random forest error - type of predictors in new data do not match

しかし、残念ながら、それは変数のほとんどのデータの値を変更します。値を持つ1変数名「カテゴリー」があるtest1のデータフレームで

「> = 100」それは我々が唯一のfactorのために変更する必要があり、「11-50」

Answer 1

に変更します。たとえば

それはrandomForestに基づいている場合

nm1 <- names(which(sapply(train, is.factor))) 
for (p in nm1) { 
    levels(test1[[p]]) <- levels(train[[p]]) 
} 

---

クラス

は、私たちも trainデータを探す必要はありません。 modelオブジェクトから xlevelsを取得し、あなたの応答のためにその

lvlslst <- model[["forest"]][["xlevels"]] 
lvlsCols <- names(lvlslst)[sapply(lvlslst, is.character)] 
for(j in lvlsCols) { 
    levels(test1[[j]]) <- lvlslst[[j]] 

}