_dataset = read.csv('dataset/housing.header.binary.txt')
dataset1 = dataset[6] #higest positive correlation
dataset2 = dataset[13] #lowest negative correlation
dependentVal= dataset[14] #dependent value
new_dataset = cbind(dataset1,dataset2, dependentVal) # new matrix
#split dataset
#install.packages('caTools')
library(caTools)
set.seed(123) #this is needed to garantee that every run will produce the same output
split = sample.split(new_dataset, SplitRatio = 0.75)
train_set = subset(new_dataset, split == TRUE)
test_set = subset(new_dataset, split == FALSE)
#Fitting Decision Tree to training set
install.packages('rpart')
library(rpart)
classifier = rpart(formula = Medv ~ Rm + Lstat,
data = train_set)
#predicting the test set results
y_pred = predict(classifier, newdata = test_set[3], type ='class')
_
_test_set
_の列3を予測したいのですが、
Eval(predvars、data、env)のエラー:オブジェクト 'Rm'が見つかりません
Rm
を含む_test_set[3]
_ではなく_test_set[1]
_を指定しても
列名は次のとおりです:Rm
、Lstat
、およびMedv
。
_test_set[3]
_と_test_set[2]
_は同じ次のエラーを出します:
Eval(predvars、data、env)のエラー:オブジェクトRmが見つかりません
および_test_set[1]
_は以下を提供します:
Eval(predvars、data、env)のエラー:オブジェクト 'Lstat'が見つかりません
私は以下を試しました:
names(test_set) <- c('Rm', 'Lstat','Medv')
:明示的に名前を変更しました。is.data.frame(test_set)
:test_setがデータフレームかどうかを確認しました。次のコードで問題を解決しました
y_pred = predict(classifier, newdata = test_set[-3], type ='class')
https://www.rdocumentation.org/packages/rpart/versions/4.1-13/topics/predict.rpart Rドキュメントからの引用
"newdata:予測が必要な値を含むデータフレーム。数式(オブジェクト)の右側で参照される予測子は、名前でnewdataに存在する必要があります。欠落している場合、近似値が返されます。"
このリンクのチュートリアルを参照してください: Error in eval(predvars、data、env)
次の2つの点に注意する必要があります。
新しいオブジェクトでdata.frame
を使用しない:
predict(my_mdl, newdata)
Error in eval(predvars, data, env) :
numeric 'envir' arg not of length one
新しいデータフレームで同じ名前を使用しない:
newdf2 <- data.frame(newdata)
predict(my_mdl, newdf2)
Error in eval(expr, envir, enclos) : object 'disp' not found