如何对新数据运行predict.boosting？

Question

我试图在adabag包中使用predict.boosting来处理新的数据。没有标签(或包中的任何其他函数)，我找不到一种方法来使用它来处理数据。

我正在努力：

pr <- predict.boosting(modelfit, test[,2:ncol(test)])

它规定：

Error in `[.data.frame`(newdata, , as.character(object$formula[[2]])) : 
  undefined columns selected

但是，如果我包括标签：

pr <- predict.boosting(modelfit, test)

效果很好。但是必须有一种方法来使用它作为一个没有标签的数据的预测模型。

谢谢你的帮助！

从包中编辑示例：

library(rusboost)
library(rpart)
data(iris)

通过删除大部分的setosa观测结果，使其成为一个不平衡的数据集。

df <- iris[41:150,]

创建二进制变量

df$Setosa <- factor(ifelse(df$Species == "setosa", "setosa", "notsetosa"))

创建负示例索引

idx <- df$Setosa == "notsetosa"

运行模型

test.rusboost <- rusb(Setosa ~ Sepal.Length + Sepal.Width + Petal.Length + Petal.Width,
                      data = df, boot = F, iters = 20, sampleFraction = .1, idx = idx)

predict.boosting(test.rusboost, df)
predict.boosting(test.rusboost, df[,1:4)

Answer 1

您应该控制train中的所有列(用来训练模型的集合)在test an中都有相同的名称。

请核对：

all(colnames(train) %in% colnames(test))

如果这是错误的，你将需要控制你如何建造火车和测试。

如果是真的，一般情况下，请提供一个可复制的例子。

编辑：

控制列相同且包含相同因素的一个很好的方法是使用来自dataPreparation包的dataPreparation。如果不是cas，它将添加级别和列(并警告您)。

使用它：

library(dataPreparation)
test <- sameShape(test, train)

Answer 2

我想出了一个解决办法，我在我的新数据上附加了一个与标签同名的列，并用随机因子级别填充了它。

df$Setosa <- factor(sample( c("setosa",  "notsetosa"), nrow(df), replace=TRUE, prob=c(0.5, 0.5) ))

那它就能正常工作了。