无法预测 R 中的问题答案

【问题标题】：Fail to predict woe in R无法预测 R 中的问题
【发布时间】：2020-01-25 15:16:45
【问题描述】：

我用这个公式来解决问题

library("woe")
woe.object <- woe(data, Dependent="target", FALSE, 
                  Independent="shop_id", C_Bin=20, Bad=0, Good=1)

然后我想预测测试数据的灾难

test.woe <- predict(woe.object, newdata = test, replace = TRUE)

它给了我一个错误

UseMethod("predict") 中的错误：没有适用于“data.frame”类对象的“预测”方法

有什么建议吗？

【问题讨论】：

对于预测，您可能必须使用 library(klaR)
我用过，还是报同样的错误
你可以在下面看到..但是我不确定你是否在 klar 的情况下运行你的模型

标签： r prediction

【解决方案1】：

对于预测，您无法使用包 woe 进行预测。您需要使用该软件包。注意函数woe的屏蔽，见下图：

#let's say we woe and then klaR was loaded
library(klaR)

data = data.frame(target=sample(0:1,100,replace=TRUE),
shop_id = sample(1:3,100,replace=TRUE),
another_var = sample(letters[1:3],100,replace=TRUE))
#make sure both dependent and independent are factors
data$target=factor(data$target)
data$shop_id = factor(data$shop_id)
data$another_var = factor(data$another_var)

您需要两个或多个因变量：

woemodel <- klaR::woe(target~ shop_id+another_var, 
data = data)

如果只提供一个，就会报错：

woemodel <- klaR::woe(target~ shop_id, 
    data = data)

woe.default(x, grouping, weights = weights, ...) 中的错误：全部具有独特水平的因素。没有计算任何麻烦！另外：警告消息：在 woe.default(x, grouping, weights = weights, ...) 中：仅一个单一的输入变量。结果 object$woe 中的变量名是只在公式调用中保存。

如果您想预测只有一个独立变量的因变量，逻辑回归之类的方法将起作用：

mdl = glm(target ~ shop_id,data=data,family="binomial")
prob = predict(mdl,data,type="response")
predicted_label = ifelse(prob>0.5,levels(data$target)[1],levels(data$target)[0])

【讨论】：

我总是得到这个错误： sum(keep.fids) 中的错误：每当我运行 woemodel
你知道woemodel应该是哪种类型吗？我从我用 library(woe) 编写的方程中得到了 woemodel 结果作为数据框，它是 klaR 的图像。因此，当我预测使用 klaR 时，似乎 woe 模型（数据框）的类型是错误的。
底线是，如果您使用来自 klaR 的 predict.woe，它必须是“由调用 'woe' 产生的对象。”，这意味着从 klaR::woe 返回的东西而不是 woe： :woe
非常感谢您提供的信息！我的意思是包裹的镜子对不起。即使重新启动 R，KlaR 也无法与我合作。您会建议我从 github 安装它吗？那会有什么不同吗？
我现在明白了，您会收到该错误，因为使用 klaR::woe 时响应和预测变量都必须是分类的。