我尝试使用R中的插入符号包使用简化的KNN模型进行预测 . 它总是给出相同的错误,即使在这里非常简单的可重现示例中:
library(caret)
set.seed(1)
#generate training dataset "a"
n = 10000
a = matrix(rnorm(n*8,sd=1000000),nrow = n)
y = round(runif(n))
a = cbind(y,a)
a = as.data.frame(a)
a[,1] = as.factor(a[,1])
colnames(a) = c("y",paste0("V",1:8))
#estimate simple KNN model
ctrl <- trainControl(method="none",repeats = 1)
knnFit <- train(y ~ ., data = a, method = "knn", trControl = ctrl, preProcess = c("center","scale"), tuneGrid = data.frame(k = 10))
#predict on the training dataset (=useless, but should work)
knnPredict <- predict(knnFit,newdata = a, type="prob")
这给了
[.data.frame
中的错误(out,,obsLevels,drop = FALSE):选择了未定义的列
在没有目标变量y的情况下定义更真实的测试数据集“b”...
#generate test dataset
b = matrix(rnorm(n*8,sd=1000000),nrow = n)
b = as.data.frame(b)
colnames(b) = c(paste0("V",1:8))
#predict on the test datase
knnPredict <- predict(knnFit,newdata = b, type="prob")
给出了同样的错误
[.data.frame
中的错误(out,,obsLevels,drop = FALSE):选择了未定义的列
我知道列名是重要的,但在这里他们是相同的 . 这有什么不对?谢谢!
1 回答
问题是你的y变量 . 当您要求类概率时,列车和/或预测函数将它们放入一个数据框中,每个类都有一列 . 如果因子级别不是有效的变量名称,则会自动更改它们(例如"0"变为"X0") . 另见post .
如果您在代码中更改此行,它应该工作: