新しいデータのランダムなフォレスト予測子がトレーニングデータと一致しないr

Question

RでRFモデルを作成しましたが、テストセットの結果を正しく予測できました。私は、私が試してみて、モデルで使用するいくつかの新しいデータを生成したい正しく

> str(testing) 
'data.frame': 4489 obs. of 9 variables: 
$ pf    : Factor w/ 1755 levels 
$ p.E    : Factor w/ 24 levels 
$ p.EF    : Factor w/ 30 levels 
$ p.B    : Factor w/ 9 levels 
$ p.BC    : Factor w/ 26 levels 
$ p.L    : num 110 122 201 60 9 ... 
$ p.N    : Factor w/ 9 levels 
$ p    : num 580 
$ pt    : Factor w/ 30 levels 

変数PFを測定していますので、私はしようとする、テスト・セットの最初の行と同一であったいくつかの新しいデータを、作られましたそして、PFを予測：

> df=testing[1,] 
> df=droplevels(df) 
> str(df) 
'data.frame': 1 obs. of 9 variables: 
$ pf    : Factor w/ 1 level 
$ p.E    : Factor w/ 1 level 
$ p.EF    : Factor w/ 1 level 
$ p.B    : Factor w/ 1 level 
$ p.BC    : Factor w/ 1 level 
$ p.L    : num 110 
$ p.N    : Factor w/ 1 level 
$ p    : num 580 
$ pt    : Factor w/ 1 level 

と、次のエラーを受け取りました：

> predict(model,df,type='class') 
Error in predict.randomForest(model, df, type = "class") : 
    Type of predictors in new data do not match that of the training data. 

は、誰かがこれが発生した理由を説明したり、私はこの問題を解決できる方法をお勧めてもらえますか？

新しいデータに基づいて結果を予測しようとするモデルを作成するという目的を打ち破る、新しいDFのレベルを落としてはいけませんか？あるいは私は盲目的に何かをミューティングしていますか？

Answer 1

理由はわかりませんが、上記の提案は機能しませんでした。

修正するには、新しい値の行を作成し、値を変更し、テストセットの最後の行として入力して、最後の行で予測を実行しました。あなたは、人々が助けしやすいことができ、再作成されることが可能であるデータの例を使用して完全なコードが含まれている場合

df=testing[1,] 
df[9]=as.factor(4) 
testing=rbind(testing,df) 
predict(model, testing[4490,],type='class') 

これは