【发布时间】:2019-10-26 10:52:31
【问题描述】:
我正在使用 mlr 包从 SVM 进行预测。如果我的验证集包含训练数据中不存在的因子水平,则无论我在创建 SVM 学习器时如何设置fix.factors.prediction,预测都会失败。
处理这个问题的正确方法是什么?使用 e1071::svm() 将返回对新因子水平的响应,但如何使用 mlr 方法做同样的事情?
示例
library(mlr)
library(dplyr)
set.seed(575)
data(iris)
# Split data
train_set <- sample_frac(iris, 4/5)
valid_set <- setdiff(iris, train_set)
# Remove all "setosa" values from the training set
train_set[train_set$Species == "setosa", "Species"] <-
sample(c("virginica", "versicolor"),
sum(train_set$Species == "setosa"), replace = TRUE)
# Fit model
iris_task <- makeRegrTask(data = train_set, target = "Petal.Width")
svm_lrn <- makeLearner("regr.svm", fix.factors.prediction = TRUE)
svm_mod <- train(svm_lrn, iris_task)
# Predict on new factor levels
predict(svm_mod, newdata = valid_set)
错误(函数(...,row.names = NULL,check.rows = FALSE,check.names = TRUE,:参数暗示不同的行数:29、20
使用makeLearner("regr.svm", fix.factors.prediction = FALSE) 时,调用predict 时出现以下错误:
scale.default(newdata[, object$scaled, drop = FALSE], center = object$x.scale$"scaled:center", : 'center' 的长度必须等于 'x 的列数'
行之有效的事情
当子集到训练集中的因子水平时,我可以生成预测:
predict(svm_mod, newdata = valid_set %>%
filter(Species %in% train_set$Species))
使用其他学习器时没有错误:
nnet_lrn <- makeLearner("regr.nnet", fix.factors.prediction = TRUE)
nnet_mod <- train(nnet_lrn, iris_task)
predict(nnet_mod, newdata = valid_set)
或者直接从包中使用同一个学习器时:
e1071_mod <-
e1071::svm(Petal.Width ~ Sepal.Length + Sepal.Width +
Petal.Length + Species, train_set)
predict(e1071_mod, newdata = valid_set)
会话信息
R version 3.4.4 (2018-03-15)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Ubuntu 14.04.6 LTS
Matrix products: default
BLAS: /usr/lib/libblas/libblas.so.3.0
LAPACK: /usr/lib/lapack/liblapack.so.3.0
locale:
[1] LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C
[3] LC_TIME=en_US.UTF-8 LC_COLLATE=en_US.UTF-8
[5] LC_MONETARY=en_US.UTF-8 LC_MESSAGES=en_US.UTF-8
[7] LC_PAPER=en_US.UTF-8 LC_NAME=C
[9] LC_ADDRESS=C LC_TELEPHONE=C
[11] LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] dplyr_0.8.0.1 mlr_2.14.0.9000 ParamHelpers_1.12
loaded via a namespace (and not attached):
[1] parallelMap_1.4 Rcpp_1.0.1 pillar_1.4.1
[4] compiler_3.4.4 class_7.3-14 tools_3.4.4
[7] tibble_2.1.3 gtable_0.3.0 checkmate_1.9.3
[10] lattice_0.20-38 pkgconfig_2.0.2 rlang_0.3.99.9003
[13] Matrix_1.2-14 fastmatch_1.1-0 rstudioapi_0.8
[16] yaml_2.2.0 parallel_3.4.4 e1071_1.7-1
[19] nnet_7.3-12 grid_3.4.4 tidyselect_0.2.5
[22] glue_1.3.1 data.table_1.12.2 R6_2.4.0
[25] XML_3.98-1.20 survival_2.41-3 ggplot2_3.2.0.9000
[28] purrr_0.3.2 magrittr_1.5 backports_1.1.4
[31] scales_1.0.0.9000 BBmisc_1.11 splines_3.4.4
[34] assertthat_0.2.1 colorspace_1.3-2 stringi_1.4.3
[37] lazyeval_0.2.2 munsell_0.5.0 crayon_1.3.4
【问题讨论】:
-
你能把你的代码改成一个完整的reprex吗?它不会在当前状态下运行。我正在使用
e1071::svm()自己缺少因素,到目前为止从未遇到过问题。 -
@pat-s 抱歉,我抄错了替换
setosa值的行。不过,其他一切似乎都按我的预期运行。如果您仍然无法重现该示例,请告诉我。