ConfusionMatrix में त्रुटि डेटा और संदर्भ कारकों में स्तरों की समान संख्या होनी चाहिए R CARET

Question

मैंने आर कैरेट के साथ एक पेड़ मॉडल को प्रशिक्षित किया है। अब मैं एक भ्रम मैट्रिक्स उत्पन्न करने के लिए कोशिश कर रहा हूँ और निम्न त्रुटि प्राप्त हो रही है: जब भ्रम की स्थिति पैदा करने मैट्रिक्स

Error in confusionMatrix.default(predictionsTree, testdata$catgeory) : the data and reference factors must have the same number of levels

prob <- 0.5 #Specify class split 
singleSplit <- createDataPartition(modellingData2$category, p=prob, 
            times=1, list=FALSE) 
cvControl <- trainControl(method="repeatedcv", number=10, repeats=5) 
traindata <- modellingData2[singleSplit,] 
testdata <- modellingData2[-singleSplit,] 
treeFit <- train(traindata$category~., data=traindata, 
       trControl=cvControl, method="rpart", tuneLength=10) 
predictionsTree <- predict(treeFit, testdata) 
confusionMatrix(predictionsTree, testdata$catgeory) 

त्रुटि तब होती है। दोनों वस्तुओं पर स्तर समान हैं। मैं समझ नहीं सकता कि समस्या क्या है। उनकी संरचना और स्तर नीचे दिए गए हैं। वे वही होना चाहिए। किसी भी मदद की सराहना की जाएगी क्योंकि यह मुझे क्रैक कर रहा है !!

> str(predictionsTree) 
Factor w/ 30 levels "16-Merchant Service Charge",..: 28 22 22 22 22 6 6 6 6 6 ... 
> str(testdata$category) 
Factor w/ 30 levels "16-Merchant Service Charge",..: 30 30 7 7 7 7 7 30 7 7 ... 

> levels(predictionsTree) 
[1] "16-Merchant Service Charge" "17-Unpaid Cheque Fee"   "18-Gov. Stamp Duty"   "Misc"       "26-Standard Transfer Charge" 
[6] "29-Bank Giro Credit"   "3-Cheques Debit"    "32-Standing Order - Debit" "33-Inter Branch Payment"  "34-International"    
[11] "35-Point of Sale"    "39-Direct Debits Received" "4-Notified Bank Fees"   "40-Cash Lodged"    "42-International Receipts" 
[16] "46-Direct Debits Paid"  "56-Credit Card Receipts"  "57-Inter Branch"    "58-Unpaid Items"    "59-Inter Company Transfers" 
[21] "6-Notified Interest Credited" "61-Domestic"     "64-Charge Refund"    "66-Inter Company Transfers" "67-Suppliers"     
[26] "68-Payroll"     "69-Domestic"     "73-Credit Card Payments"  "82-CHAPS Fee"     "Uncategorised" 

> levels(testdata$category) 
[1] "16-Merchant Service Charge" "17-Unpaid Cheque Fee"   "18-Gov. Stamp Duty"   "Misc"       "26-Standard Transfer Charge" 
[6] "29-Bank Giro Credit"   "3-Cheques Debit"    "32-Standing Order - Debit" "33-Inter Branch Payment"  "34-International"    
[11] "35-Point of Sale"    "39-Direct Debits Received" "4-Notified Bank Fees"   "40-Cash Lodged"    "42-International Receipts" 
[16] "46-Direct Debits Paid"  "56-Credit Card Receipts"  "57-Inter Branch"    "58-Unpaid Items"    "59-Inter Company Transfers" 
[21] "6-Notified Interest Credited" "61-Domestic"     "64-Charge Refund"    "66-Inter Company Transfers" "67-Suppliers"     
[26] "68-Payroll"     "69-Domestic"     "73-Credit Card Payments"  "82-CHAPS Fee"     "Uncategorised"  

Answer 1

शायद आपका मॉडल एक निश्चित कारक की भविष्यवाणी नहीं कर रहा है। यह देखने के लिए कि क्या समस्या है, भ्रम के बजाय तालिका() फ़ंक्शन का उपयोग करें।

Answer 2

परीक्षण डेटा में अनुपलब्ध मान हो सकते हैं, "भविष्यवाणियों < - एनएएस को हटाने के लिए पूर्वानुमान (पेड़फिट, टेस्टडाटा)" से पहले निम्नलिखित पंक्ति जोड़ें। मुझे एक ही त्रुटि थी और अब यह मेरे लिए काम करता है।

testdata <- testdata[complete.cases(testdata),] 

Answer 3

लंबाई समस्या आप में चला रहे हैं शायद प्रशिक्षण सेट में NAS की उपस्थिति के कारण है - या तो मामले हैं, जिनके पूरे नहीं हुए हैं ड्रॉप, या तो आरोपित है कि आप अनुपलब्ध मान नहीं है।

Answer 4

na.action विकल्प के लिए na.pass निर्दिष्ट करने का प्रयास:

predictionsTree <- predict(treeFit, testdata,na.action = na.pass) 

Answer 5

मैं एक ही मुद्दा था, लेकिन आगे चला गया और इतने की तरह डेटा फ़ाइल को पढ़ने के बाद इसे बदल ..

data = na.omit(data)

सभी सूचक के लिए

धन्यवाद !