eval(predvars, data, env) 中的错误：找不到对象“Rm”

Question

dataset = read.csv('dataset/housing.header.binary.txt')
dataset1 = dataset[6] #higest positive correlation
dataset2 = dataset[13] #lowest negative correlation
dependentVal= dataset[14] #dependent value
new_dataset = cbind(dataset1,dataset2, dependentVal) # new matrix 

#split dataset
#install.packages('caTools')
library(caTools)

set.seed(123) #this is needed to garantee that every run will produce the same output
split = sample.split(new_dataset, SplitRatio = 0.75)
train_set = subset(new_dataset, split == TRUE)
test_set = subset(new_dataset, split == FALSE)


#Fitting Decision Tree to training set
install.packages('rpart')
library(rpart)
classifier = rpart(formula = Medv ~ Rm + Lstat,
                   data = train_set)

#predicting the test set results
y_pred = predict(classifier, newdata = test_set[3], type ='class')

我想预测test_set 3 列，但我不断收到

eval(predvars, data, env) 中的错误：找不到对象“Rm”

即使我指定test_set[3]而不是包含Rm test_set[1]

列名如下： Rm ， Lstat和Medv 。

test_set[3]和test_set[2]给出相同的以下错误：

eval(predvars, data, env) 中的错误：找不到对象 Rm

和test_set[1]给出：

eval(predvars, data, env) 中的错误：找不到对象“Lstat”

我尝试了以下方法：

1. names(test_set) <- c('Rm', 'Lstat','Medv') ：我明确重命名。
2. is.data.frame(test_set) ：我检查了 test_set 是否是数据帧。

Answer 1

我通过以下代码解决了这个问题

y_pred = predict(classifier, newdata = test_set[-3], type ='class')

来自R文档的https://www.rdocumentation.org/packages/rpart/versions/4.1-13/topics/predict.rpart引用

“newdata：包含需要预测的值的数据框。公式（对象）右侧所指的预测变量必须在newdata中按名称出现。如果缺少，则返回拟合值。”

Answer 2

正如您所提到的，您可以按如下方式删除该列

y_pred = predict(classifier, newdata = test_set[-3], type ='class')

如果它为另一个 col.name 给出相同的错误，您可以使用

y_pred = predict(classifier, newdata = test_set[, -c(3,5)], type ='class')

Answer 3

请参阅此链接中的教程： eval中的错误（predvars，data，env）

我们需要注意两点：

1. 不在新对象中使用data.frame ：

    predict(my_mdl, newdata) Error in eval(predvars, data, env) : numeric 'envir' arg not of length one 

2. 在新数据框中不使用相同的名称：

    newdf2 <- data.frame(newdata) predict(my_mdl, newdf2) Error in eval(expr, envir, enclos) : object 'disp' not found