r 插入符预测返回的输出少于输入

Question

我使用 caret 来训练下面的 rpart 模型。

trainIndex <- createDataPartition(d$Happiness, p=.8, list=FALSE)
dtrain <- d[trainIndex, ]
dtest <- d[-trainIndex, ]
fitControl <- trainControl(## 10-fold CV
  method = "repeatedcv", number=10, repeats=10)
fitRpart <- train(Happiness ~ ., data=dtrain, method="rpart",
                trControl = fitControl)
testRpart <- predict(fitRpart, newdata=dtest)

dtest 包含 1296 个观测值，因此我预计 testRpart 会生成长度为 1296 的向量。相反，它长 1077，即短 219。

当我对 dtest 的前 220 行运行预测时，我得到的预测结果为 1，因此始终是 219 短。

有什么解释可以解释为什么会这样，以及我可以做些什么来获得与输入一致的输出吗？

编辑: d 可以从 here 加载重现上述内容。

Answer 1

我下载了您的数据并找到了差异的解释。

如果您只是从数据集中删除缺失值，则输出的长度将匹配:

testRpart <- predict(fitRpart, newdata = na.omit(dtest))

注意，nrow(na.omit(dtest)) 为 1103，length(testRpart) 为 1103。因此，您需要一种策略来解决缺失值。请参阅 ?predict.rpart 和 na.action 参数的选项来选择您想要的内容。