我正在使用R语言对一个名为’d’的数据框进行分类，该数据框包含如下结构的数据:
数据有576666行，”classLabel”列是一个包含三个级别的因子：ONE, TWO, THREE。
我正在使用rpart创建一个决策树:
fitTree = rpart(d$classLabel ~ d$tripduration + d$from_station_id + d$gender + d$birthday)我想对newdata中的”classLabel”进行预测:
newdata = data.frame( tripduration=c(345,244,543,311), from_station_id=c(60,28,100,56), gender=c("Male","Female","Male","Male"), birthday=c(1972,1955,1964,1967) ) p <- predict(fitTree, newdata)我期望的结果是一个4行的矩阵，每行包含newdata中”classLabel”的三个可能值的概率。但我得到的结果p是一个如下所示的576666行的数据框:
在运行predict函数时，我还收到了以下警告:
Warning message:'newdata' had 4 rows but variables found have 576666 rows 我哪里做错了？！
回答：
我认为问题在于：你应该在预测代码中添加”type=’class'”参数:
predict(fitTree,newdata,type="class")尝试以下代码。我在这个例子中使用了”iris”数据集。
> data(iris) > head(iris) Sepal.Length Sepal.Width Petal.Length Petal.Width Species 1 5.1 3.5 1.4 0.2 setosa 2 4.9 3.0 1.4 0.2 setosa 3 4.7 3.2 1.3 0.2 setosa 4 4.6 3.1 1.5 0.2 setosa 5 5.0 3.6 1.4 0.2 setosa 6 5.4 3.9 1.7 0.4 setosa # 模型拟合 > fitTree<-rpart(Species~Sepal.Length+Sepal.Width+Petal.Length+Petal.Width,iris) # 预测 - 一行数据 > newdata<-data.frame(Sepal.Length=7,Sepal.Width=4,Petal.Length=6,Petal.Width=2) > newdata Sepal.Length Sepal.Width Petal.Length Petal.Width 1 7 4 6 2 # 执行预测 > predict(fitTree, newdata,type="class") 1 virginica Levels: setosa versicolor virginica # 预测 - 多行数据 > newdata2<-data.frame(Sepal.Length=c(7,8,6,5), + Sepal.Width=c(4,3,2,4), + Petal.Length=c(6,3.4,5.6,6.3), + Petal.Width=c(2,3,4,2.3)) > newdata2 Sepal.Length Sepal.Width Petal.Length Petal.Width 1 7 4 6.0 2.0 2 8 3 3.4 3.0 3 6 2 5.6 4.0 4 5 4 6.3 2.3# 执行预测> predict(fitTree,newdata2,type="class") 1 2 3 4 virginica virginica virginica virginica Levels: setosa versicolor virginica