machine-learning - 如何利用机器学习模型来处理新数据？

Question

我是这个数据科学领域的新手。我有一个将随机森林应用于新数据的问题。

我有这张 table 。

Y prop_A prop_B
A   0.8    0.2
A   0.7    0.3
B   0.5    0.5
B   0.4    0.6
B   0.1    0.9

我认为如果该组的比例很高，那么它在该组中的可能性就很高。我使用随机森林构建了一个模型，并使用验证集(8/2 分割)对其进行测试。

我认为上述模型可以用于新数据。这是数据的一个例子。数据结构和变量含义相同，但变量个数不同。

Y prop_C prop_D prop_E prop_F
-   0.8    0.1   0.05   0.05
-   0.6    0.3   0.05   0.05
-   0.5    0.4   0.05   0.05
-   0.4    0.2   0.4     0
-   0.1    0.5   0.4    0.4

新数据未标记，因此我想使用我与以前的数据一起使用的随机森林来制作标签。标记新数据的方法正确吗？

在模型中，它不起作用(由于自变量不同)。

我应该如何根据使用不同标记数据的模型来标记新数据？

Answer 1

自变量和变量的个数应该相同。如果你想尝试一下，只需省略(prop_E和Prop_F)并将(prop_C和Prop_D)重命名为(prop_A和Prop_B)，它就会起作用