我正在尝试预测处理推荐电影的二元分类问题 .
我有一个50行(电影)和6列(5个电影属性和电影共识)的训练数据集 .
然后,我有一个包含20个相同列的电影的测试数据集 .
然后我跑了
pred<-predict(svm_model, test)
并收到
predict.svm中的错误(svm_model,test):测试数据与模型不匹配!
从类似的帖子来看,似乎错误是因为通过比较 str(test)
和 str(train)
来证明它的水平 . 但是,这两个数据集都来自随机选择的电影,并且对于其分类属性将始终具有不同的级别 . 干
levels(test$Attr1) <- levels(train$Attr1)
更改测试中的实际列数据,从而使预测变量不正确 . 有谁知道如何解决这个问题?
我的训练集的前半部分行在以下链接中 . https://justpaste.it/1ifsx
1 回答
你可以这样做,假设Attr1是一个角色:
使用来自test和train的attribute1中的唯一值创建一个levels属性 .
在train和test1上创建一个因子,其中包含在第1点中找到的所有级别 .
如果您不想要事实,请将
as.integer
添加到部分代码中,您将获得数字因素 . 在xgboost这样的模型中,这有时更方便,并且可以节省一个热编码 .as.integer(factor(test$Attr1, levels=levels))