- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我使用 tidymodels 在 R 中训练和测试了一个随机森林模型。现在我想使用相同的模型来预测一个全新的数据集(不是训练数据集)。
例如 Julia silge,在这篇博文中解释了训练、测试和评估模型的步骤:Juliasilge's palmer penguins .我想将此模型应用于具有相同列(预测列(此处为性别)除外)的全新数据集
任何人都可以帮我编写预测新数据集的代码。
我可以用示例数据集解释我尝试过的内容
library(palmerpenguins)
penguins <- penguins %>%
filter(!is.na(sex)) %>%
select(-year, -island)
#选择最合适的233行进行训练和测试
penguins_train_test<-penguins[1:233,]
#从父数据中拆分其他几行,并假设这是需要预测(而不是测试)的新数据集。因此对于这个假设,我删除了名为“性别”的列,这需要通过拟合模型(而不是测试)来预测
penguins_newdata<-penguins[233:333,-6]
set.seed(123)
penguin_split <- initial_split(penguins_train_test, strata = sex)
penguin_train <- training(penguin_split)
penguin_test <- testing(penguin_split)
创建模型规范。
rf_spec <- rand_forest() %>%
set_mode("classification") %>%
set_engine("ranger")
penguin_wf <- workflow() %>%
add_formula(sex ~ .)
应用于测试数据
penguin_final <- penguin_wf %>%
add_model(rf_spec) %>%
last_fit(penguin_split)
collect_metrics(penguin_final)
类似地应用于新数据集“penguins_newdata”
penguins_newdata
penguin_wf %>%
add_model(rf_spec) %>%
fit(penguins_newdata)
我得到的结果是下面的错误
Error: The following outcomes were not found in `data`: 'sex'.
我也试过这种方法
fit(penguin_wf, penguins_newdata)
这是我遇到的错误
Error: The workflow must have a model. Provide one with `add_model()`.
提前谢谢你。
最佳答案
您的代码中的问题是您正在尝试将最终模型拟合到缺少目标变量 sex
的新数据上,这就是错误告诉您的内容。
Error: The following outcomes were not found in `data`: 'sex'.
毕竟你的工作流程有以下行 add_formula(sex ~ .) %>%
包
library(tidyverse)
library(palmerpenguins)
library(tidymodels)
对训练和测试数据进行预处理和分割
penguins <- penguins %>%
filter(!is.na(sex)) %>%
select(-year, -island)
penguins_train_test <- penguins[1:233,]
penguins_newdata <- penguins[233:333,-6]
定义工作流
rf_spec <- rand_forest() %>%
set_mode("classification") %>%
set_engine("ranger")
penguin_wf <- workflow() %>%
add_formula(sex ~ .) %>%
add_model(rf_spec) %>%
使用工作流在训练数据上拟合模型
penguin_wf %>%
fit(penguins_train_test) -> model
使用模型预测新数据
predict(model, penguins_newdata)
输出
# A tibble: 101 x 1
.pred_class
<fct>
1 female
2 male
3 male
4 male
5 female
6 male
7 female
8 male
9 male
10 female
# ... with 91 more rows
这里没有进行调整,模型是用默认参数制作的。当您通过某种重采样调整超参数时,您可以按照我从您的问题中收集到的方式进行调整,您可以从特定指标上最好的调整结果中提取它们
param_final <- rf_tune_results %>%
select_best(metric = "auc")
并在工作流中设置它们
rf_workflow <- rf_workflow %>%
finalize_workflow(param_final)
这样,当您在训练数据上拟合模型时,将使用最佳超参数。
其他详细信息在 link I posted in the comment 中给出.
关于r - 如何将经过训练和测试的随机森林模型应用于 tidymodels 中的新数据集?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/67384206/
我们正在运行 MarkLogic 9.0-11 版本 3 节点集群,并且 MarkLogic 安装在“/var/opt/MarkLogic/”目录中,我们创建了“/var/opt/MarkLogic/
我有一片任意高度的森林,大致像这样: let data = [ { "id": 2, "name": "AAA", "parent_id": null, "short_name": "A" },
已关闭。此问题不符合Stack Overflow guidelines 。目前不接受答案。 这个问题似乎与 help center 中定义的范围内的编程无关。 . 已关闭 7 年前。 Improve
我有一个巨大的深度字典,代表森林(许多非二叉树),我想处理森林并创建一个包含森林所有可能关系的文本文件,例如给定字典: {'a': {'b': {'c': {}, 'd': {}}, 'g': {}}
在我的 Android 应用程序中,我包含了谷歌地图。现在我想获取有关您周围地区的信息。例如,你是在公园/森林/海滩……所以我基本上想要一个用“水”回答输入坐标 53°33'40.9"N 10°00'
如果我有下表: Member_Key Member_Name col1 Mem1 col2 Mem2 col3 Mem3 col4
继续我的老问题: Writing nested dictionary (forest) of a huge depth to a text file 现在我想把森林遍历写成BFS风格:我有一个巨大的深
我有一个多域环境(事件目录林),例如subdomain1.mydomain.com, subdomain2.mydomain.com 其中 mydomain.com 是根 AD 域 (GC) 和 su
我想知道是否有可能在 Google map 或 Bing Mag 2D/3D map 上恢复地形类型(山脉、森林、水域、平原等...) 。为了根据玩家在现实世界中的位置生成 map !我认为可用 AP
我是一名优秀的程序员,十分优秀!