Fehler in ConfusionMatrix die Daten und Referenzfaktoren müssen die gleiche Anzahl von Ebenen R CARET haben

Question

Fehler in ConfusionMatrix die Daten und Referenzfaktoren müssen die gleiche Anzahl von Ebenen R CARET haben

10

Ich habe ein Baummodell mit R caret trainiert. Ich versuche nun, eine Konfusionsmatrix zu generieren und bekomme immer den folgenden Fehler:

Fehler in confusionMatrix.default (progestionsTree, testdata $ category) : Die Daten und Referenzfaktoren müssen die gleiche Anzahl von Ebenen haben

%Vor%

Der Fehler tritt beim Generieren der Konfusionsmatrix auf. Die Ebenen sind für beide Objekte identisch. Ich kann nicht herausfinden, was das Problem ist. Ihre Struktur und Ebenen sind unten angegeben. Sie sollten gleich sein. Jede Hilfe würde sehr geschätzt werden, da es mich rissig macht !!

%Vor%

r machine-learning classification data-mining

user2987739 17.07.2014, 10:44

quelle

5 Antworten

Tags und Links r machine-learning classification data-mining

Django: Verwenden von Annotate, Count und Distinct in einem Queryset Pandas und HDF5, Abfrage einer Tabelle, String mit '&' Zeichen

score 1 · Answer 1

1

Vielleicht sagt Ihr Modell nicht einen bestimmten Faktor voraus. Verwenden Sie die Funktion table () anstelle von confusionMatrix (), um festzustellen, ob dies das Problem ist.

Red 31.10.2014 05:36

quelle

score 1 · Answer 2

1

Geben Sie na.pass für die Option na.action an:

%Vor%

aristotll 12.11.2015 03:02

quelle

score 0 · Answer 3

0

Das Längenproblem, auf das Sie stoßen, ist wahrscheinlich auf das Vorhandensein von NAs im Trainingssatz zurückzuführen - entweder lassen Sie die Fälle fallen, die nicht vollständig sind, oder Sie unterschreiben, damit Ihnen keine Werte fehlen.

orange1 21.05.2015 21:06

quelle

score 0 · Answer 4

0

Ich hatte das gleiche Problem, ging aber weiter und änderte es nach dem Lesen der Datei wie folgt ..

data = na.omit(data)

Danke für den Zeiger!

Alicia 21.11.2015 18:54

quelle

score -2 · Answer 5

-2

Möglicherweise fehlen in den Testdaten Werte. Fügen Sie die folgende Zeile hinzu, bevor Sie "projectsTree & lt; - predict (treeFit, testdata)" angeben, um die NAs zu entfernen. Ich hatte den gleichen Fehler und jetzt funktioniert es für mich.

%Vor%

EaswerC 11.01.2015 07:12

quelle