随机森林预测

Question

我正在寻找一些关于我正在为一堂课做的家庭作业的指导。我们得到了一个包含14K观测值的数据集，并要求我们建立一个预测模型。我将数据集分成训练和测试(4909个观察值)，在这里我使用了插入符号包，它预测了最后一个变量"classe“。我找出了接近于零的变量并建立了模型，但当我试图进行预测时，我只得到了97个预测结果。我查看了帮助文件，但仍然找不出哪里出了问题。如有任何提示，我们将不胜感激。

代码如下：

  set.seed(1234)
  pml.training <- read.csv("./data/pml-training.csv")
  #
  library(caret) 
  inTrain <- createDataPartition(y=pml.training$classe, p=0.75, list=FALSE)
  training <- pml.training[inTrain,]
  testing <- pml.training[-inTrain,]

  # Pull out the Near Zero Value (NZV)
  nzv <- nearZeroVar(training, saveMetrics=TRUE)
  omit <- which(nzv$nzv==TRUE)
  training <- training[,-omit]
  testing <- testing[,-omit]

  # Fit the model 
  modFit <- train(classe ~., method="rf", data=training)
  modFit
  print(modFit$finalModel)
  plot(modFit)

  # Try and predict on the testing model 
  pred <- predict(modFit, newdata=testing)
  testing$predRight <- pred==testing$classe
  print(table(pred, testing$classe))

谢谢帕特·C。

Answer 1

你检查过了吗？

sum(complete.cases(subset(testing, select = -classe)))