R MLR 包：停止 makeClassifTask 删除测试集的空因子水平

Question

我有一个涉及分类预测变量的二元分类问题 Var1 & Var2:

> head(traindata)

#  ID   Var1 Var2 response
# 1 101   -2   0      0
# 2 201    0  -1      1
# 3 301    0  -2      0
# 4 401   -1   0      0
# 6 501    0  -1      1

训练集包括所有 -2,-1,0 作为 Var1 的水平，但测试集不包括 -1 作为 Var1 中的输入。

我确实确保 Var1 包含测试集中的所有级别：

testdata$Var1 <- factor(testdata$Var1, levels = levels(traindata$Var1)

因此即使测试数据的记录中不包含 -1，空白因子水平也确实存在。

但是当我尝试使用以下方法为测试集创建任务时：

testtask <- makeClassifTask(data = testdata, target = "response", positive = "1")

我收到一条警告，指出列的空因子水平已删除：Var1

我也尝试设置 fixup.data = "no" 参数。它给出以下错误：

testtask <- makeClassifTask(data = testdata, target = "response", positive = "1", fixup.data = "no")

# Error in (function (cn, x)  :
#   Column 'Var1' contains empty factor levels.

PS: 我不是自己对测试数据进行重采样，它是一个外部数据集，我不知道其响应变量。

此外，在创建任务之前，我确实为测试集中的响应变量重新编码了虚拟值。

Answer 1

我会post这个作为答案，因为你不明白我的评论。这是一个使用来自 mlbench 的数据集 Sonar 的可重现示例：

library(mlr)
library(mlbench)
library(caret)

data(Sonar)

拆分为训练集和测试集：

ind <- createDataPartition(Sonar$Class, p = 0.8, list = FALSE)
train.Sonar <- Sonar[ind,]
test.Sonar <- Sonar[-ind,]

train.Sonar和test.Sonar是数据帧。

制定任务、学习者和训练：

task <- makeClassifTask(data = train.Sonar, target = "Class",  positive = "R")
lrn <- makeLearner("classif.rpart", predict.type = "prob")
mod <- mlr::train(lrn, task) #caret trains masks mlr train 

pred <- predict(mod, newdata = test.Sonar)
pred
#output
Prediction: 41 observations
predict.type: prob
threshold: M=0.50,R=0.50
time: 0.00
   truth     prob.M    prob.R response
2      R 0.86956522 0.1304348        M
3      R 0.86956522 0.1304348        M
6      R 0.86956522 0.1304348        M
13     R 0.07692308 0.9230769        R
22     R 0.11111111 0.8888889        R
25     R 0.07692308 0.9230769        R
... (#rows: 41, #cols: 4)

如果你只是

pred <- predict(mod, test.Sonar)

然后就是你提到的错误：预测错误（mod，test.Sonar）： 'task' 断言失败：必须有 class 'Task'，但有 class 'data.frame'.

因为函数假定数据框作为任务参数传递。

来自predict.WrappedModel的帮助：

object [WrappedModel] Wrapped model, result of train.

task [Task] The task. If this is passed, data from this task is predicted.

newdata [data.frame] New observations which should be predicted. Pass this alternatively instead of task.

Answer 2

给出以下参数。您需要使用 check.data 和 fixup.data。希望这会有所帮助:)

语法：

testtask = makeClassifTask(data = testdata, target = "response", positive = "1",fixup.data = "no",check.data = FALSE)

R MLR 包：停止 makeClassifTask 删除测试集的空因子水平

R MLR package: Stop makeClassifTask from dropping empty factor levels for testing set

r

mlr