RRF 模型为测试集提供 NA答案

【问题标题】：RRF model is giving NA for test setRRF 模型为测试集提供 NA
【发布时间】：2018-12-11 09:26:21
【问题描述】：

我正在研究回归问题。我在 R 中使用 RRF 来解决问题。我制作了两个不同的数据集，一个用于训练，另一个用于测试。

    library(RRF)
    train=read.csv('training_data.csv'.header=F)
    model <- RRF(as.numeric(V128) ~ .,data=train, flagReg = 1,importance=TRUE,ntree=1000, keep.forest=TRUE,type=regression,na.action=na.roughfix)
    print(model)
    Call:
    RRF(formula = as.numeric(V128) ~ ., data = train, flagReg = 1,         importance = TRUE, ntree = 1000, keep.forest = TRUE, type = regression,      na.action = na.roughfix) 
           Type of random forest: regression
                 Number of trees: 1000
    No. of variables tried at each split: 2656

    Mean of squared residuals: 0.03509357
                % Var explained: 81.5

现在当我使用这个模型来预测测试集时。

    test = read.csv('testing_data.csv',header=F)
    predict(model,test,type="response")

它为所有测试数据集提供 NA 。当我尝试将它用于训练数据集时，它仍然给我同样的结果。这是我完全没想到的。

当我跑步时

    predict(model,new_data=test,type="response")

或

    predict(model,new_data=train,type="response")

返回对象中的袋外预测。这意味着没有给出数据。我应该怎么做才能得到预测？之后，我还想找到预测的准确性或性能。

【问题讨论】：

标签： r machine-learning random-forest prediction

【解决方案1】：

我目前也遇到了同样的问题。 This answer 已经帮助我确定了 NA 预测概率的原因。简短（错误）答案：您的特征（或预测变量）中有 NA。

我还在为其余的建模过程寻找解决方案。当我有足够的信息来解决您的其余问题时，我会回来更新此答案。

伦巴...

【讨论】：