caret::predict 给出错误：$ 运算符对原子向量无效

如何解决caret::predict 给出错误：$ 运算符对原子向量无效

这让我发疯了，我一整天都在浏览类似的帖子，但似乎无法解决我的问题。我有一个朴素贝叶斯模型训练并存储为 model。我正在尝试使用 newdata 数据框进行预测，但我不断收到错误 Error: $ operator is invalid for atomic vectors。这是我正在运行的内容：stats::predict(model,newdata = newdata) 其中 newdata 是另一个数据框的第一行：new data <- pbp[1,c("balls","strikes","outs_when_up","stand","pitcher","p_throws","inning")]

class(newdata) 给出 [1] "tbl_df" "tbl" "data.frame"。

解决方法

问题在于所使用的数据。它应该与训练中使用的 levels 匹配。例如。如果我们使用从 trainingData 到 predict 的行之一，它确实有效

predict(model,head(model$trainingData,1))
#[1] Curveball
#Levels: Changeup Curveball Fastball Sinker Slider

---

通过检查两个数据集的str，训练中的一些factor列是character类

str(model$trainingData)
'data.frame':   1277525 obs. of  7 variables:
 $ pitcher     : Factor w/ 1390 levels "112526","115629",..: 277 277 277 277 277 277 277 277 277 277 ...
 $ stand       : Factor w/ 2 levels "L","R": 1 1 2 2 2 2 2 1 1 1 ...
 $ p_throws    : Factor w/ 2 levels "L","R": 2 2 2 2 2 2 2 2 2 2 ...
 $ balls       : num  0 1 0 1 2 2 2 0 0 0 ...
 $ strikes     : num  0 0 0 0 0 1 2 0 1 2 ...
 $ outs_when_up: num  1 1 1 1 1 1 1 2 2 2 ...
 $ .outcome    : Factor w/ 5 levels "Changeup","Curveball",..: 3 4 1 4 1 5 5 1 1 5 ...

str(newdata)
tibble [1 × 6] (S3: tbl_df/tbl/data.frame)
 $ balls       : int 3
 $ strikes     : int 2
 $ outs_when_up: int 1
 $ stand       : chr "R"
 $ pitcher     : int 605200
 $ p_throws    : chr "R"

---

一个选项是使 levels 类的 factor 相同

nm1 <- intersect(names(model$trainingData),names(newdata))
nm2 <- names(which(sapply(model$trainingData[nm1],is.factor)))
newdata[nm2] <- Map(function(x,y) factor(x,levels = levels(y)),newdata[nm2],model$trainingData[nm2])

现在做predict离子

predict(model,newdata)
#[1] Sinker
#Levels: Changeup Curveball Fastball Sinker Slider