r - 尝试在测试数据集上使用 model.matrix 函数

Question

我正在参加一场 kaggle 比赛（房价：高级回归技术）。我一直在尝试对数据运行岭模型。我先把测试数据和训练数据结合起来，做了一些数据清洗，然后我把它们分开，用训练集想出了一个函数，把它应用到测试数据上。

traintest=rbind(train,test)

#Converting all chars into factors

library(dplyr)
traintest = traintest %>% mutate_if(is.character, as.factor)

在去掉了一些变量之后，我分离了两个数据集。

train <- traintest[is.na(traintest$SalePrice) == "FALSE",]
test <- traintest[is.na(traintest$SalePrice) == "TRUE",]

当我对训练数据使用 model.matrix 函数时，它会返回矩阵。但是当我在测试数据上尝试它时，它给了我一个包含所有变量的空行。

x <- model.matrix(SalePrice~., train)[,-1]
x.test <- model.matrix(SalePrice~.,test)[,-1]

测试数据有一列我试图预测的 NA。

标签： rmachine-learningmodel.matrix

Answer 1

问题是test$SalePrice只是NA，你需要使用不同的列model.matrix。

或者你可以不用SalePriceas

model.matrix(~ variable1 + variable2, test)

或者

model.matrix(~ ., test[-1])