只需按照一个机器学习教程（https://machinelearningmastery.com/machine-learning-in-r-step-by-step/）操作即可。我正在尝试在一个向量上预测单个输出。

我使用的是IRIS数据集，并试图用LDA算法进行预测。我试图使用我的nval向量（c(4.3,3.1,1.5,0.1)）来预测一个单一的结果，它属于哪个物种？

fit.lda <- train(Species~., data=dataset, method="lda", metric=metric, trControl=control)predictions <- predict(fit.lda, validation)

这给出了一个常规的输出，正如预期的那样。

predict(fit.lda, nval)

这给我的结果是：

警告信息：’newdata’有4行，但找到的变量有120行

求助 🙂

回答：

library(caret)control <- trainControl(method="cv", number=10)metric <- "Accuracy"validation_index <- createDataPartition(iris$Species, p=0.80, list=FALSE)validation <- iris[-validation_index,]dataset <- iris[validation_index,]  fit.lda <- train(Species~., data=dataset, method="lda", metric=metric,                  trControl=control)

你需要将nval定义为一个数据框，其列名与iris中的列名相同

nval <- data.frame(4.3, 3.1, 1.5, 0.1)names(nval) <- names(iris)[1:4]predict(fit.lda, nval)# [1] setosa