为什么我在使用新数据时得到相同的预测结果？

这是一个在R中使用的随机森林模型。它是一个基于Ladbroke赔率的足球预测模型，用于预测比赛的全场结果（FTR）。

 zmodel <- randomForest(traindata$FTR ~ traindata$LBH + traindata$LBD + traindata$LBA)

我尝试在训练数据本身进行预测，使用的是

 predict(zmodel,newdata = traindata)

然后，我在新的测试数据上进行了预测。

predict(zmodel,newdata = testdata)

尽管测试数据和训练数据不同，我却得到了相同的预测结果。我做错了什么？

是否可以对行数与训练数据不同的数据进行预测？

回答：

我假设你已经正确地将数据分割成了训练和测试数据集（包含不同的观测值）。值得检查一下这一点。

不要使用：

zmodel <- randomForest(traindata$FTR ~ traindata$LBH + traindata$LBD + traindata$LBA)

尝试使用：

 zmodel <- randomForest(FTR ~ LBH + LBD + LBA, data = traindata)

这样可以处理长度不同的训练和测试数据集。例如：

predictForest1 = predict(zmodel, newdata = traindata)predictForest2 = predict(zmodel, newdata = testdata)

学技术