[英]randomForest does not work when training set has more different factor levels than test set
当我尝试在比我的训练数据更少的因子级别的新测试数据上测试我训练的模型时， predict()返回以下内容：
新数据中的预测变量类型与训练数据的类型不匹配。
我的训练数据有一个具有7个因子水平的变量，我的测试数据具有6个因子水平的相同变量（训练数据中的所有6个ARE）。
当我添加包含“缺失”第7个因子的观察时，模型会运行，所以我不确定为什么会发生这种情况，甚至不知道它背后的逻辑。
我可以看看测试集是否有更多/不同的因子水平，然后randomForest会窒息，但为什么在训练集有“更多”数据的情况下呢？
R期望训练和测试数据具有完全相同的水平（即使其中一组没有对给定水平或水平的观察）。 在您的情况下，由于测试数据集缺少列车所具有的级别，您可以这样做
test$val <- factor(test$val, levels=levels(train$val))
确保它具有所有相同的级别，并且它们的编码相同。
（转贴此处以结束问题）
randomForest（）如何预测不在训练数据中的新因子水平？
[英]How does randomForest() predict for new factor levels not in training data?
在测试数据集中使用预测功能时，因子名称具有新的水平
[英]factor name has new levels while using predict function in test data set
使用Dplyr过滤3个以上级别的因素时出现错误消息
[英]Error message when using Dplyr to filter with more than 3 levels to a factor
在测试集中使用新因子水平进行回归-如何优雅地忽略错误
[英]Regression with new factor levels in test set - how to gracefully ignore error
训练 SVM 模型时出错：错误：结果中的一个或多个因子水平没有数据：'2'
[英]Error in training SVM model : Error: One or more factor levels in the outcome has no data: '2'
在 R 中，如何在具有不同标签的因子中设置和保留自定义级别？
[英]in R, how to set and retain custom levels in factor with different labels?
计算随机森林训练集的AUC的两种不同方法给我不同的结果吗？
[英]Two different ways to calculate the AUC of training set on randomforest give me different results?
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.