r - 混淆矩阵错误：错误：`data`和`reference`应该是具有相同水平的因素

问题描述

我目前正在尝试构建一个神经网络来预测数据中人们的排名。

等级系统为：A、B、C、D、E

一切都运行得非常顺利，直到我得到我的混淆矩阵。我收到错误“错误：data并且reference应该是具有相同级别的因素。”。我在其他帖子上尝试了许多不同的方法，但似乎都没有奏效。

NNPredicitions 和 test$Rank 中的级别都相同。我用 table() 检查了它们。

library(readxl)
library(caret)
library(neuralnet)
library(forecast)
library(tidyverse)
library(ggplot2)



Indirect <-read_excel("C:/Users/Abdulazizs/Desktop/Projects/Indirect/FIltered Indirect.xlsx", 
    n_max = 500)

Indirect$Direct_or_Indirect <- NULL


Indirect$parentaccount <- NULL


sum(is.na(Indirect))


counts <- table(Indirect$Rank)



barplot(counts)

summary(counts)



part2 <- createDataPartition(Indirect$Rank, times = 1, p = .8, list = FALSE, groups = min(5, length(Indirect$Rank)))

train <- Indirect[part2, ]
test <- Indirect[-part2, ]

set.seed(1234)

TrainingParameters <- trainControl(method = "repeatedcv", number = 10, repeats=10)

as.data.frame(train)
as.data.frame(test)

NNModel <- train(train[,-7], train$Rank,
                  method = "nnet",
                  trControl= TrainingParameters,
                  preProcess=c("scale","center"),
                  na.action = na.omit
)

NNPredictions <-predict(NNModel, test, type = "raw")



summary(NNPredictions)





confusionMatrix(NNPredictions, test$Rank)

长度（NNPredictions）长度（测试$Rank）

长度（NNPredictions）[1] 98 长度（测试$Rank）[1] 98

表（NNPredictions，test$Rank，useNA="ifany"）NNPredictions ABCDE A 1 0 0 0 0 B 0 6 0 0 0 C 0 0 11 0 0 D 0 0 0 18 0 E 0 0 0 0 62

标签： rmachine-learningneural-networkconfusion-matrix

r - 混淆矩阵错误：错误：`data`和`reference`应该是具有相同水平的因素

问题描述

解决方案

推荐阅读