在进行二进制分类时，如何解决predict中的错误：R中的下标超出范围？

如何解决在进行二进制分类时，如何解决predict中的错误：R中的下标超出范围？

我正在尝试使用R中的二进制分类来计算测试指标。我认为我的代码正确，但是我一直遇到错误。

目标是创建一个分类器，通过训练决策树模型来帮助检测给定其他变量的糖尿病。为阳性类别使用0.50的概率截止值创建分类器。

以下是我的代码：

# load packages
library("mlbench")
library("tibble")
library("rpart")

# set seed 
set.seed(457)

# load data,remove NA rows,coerce to tibble
data("PimaIndiansDiabetes2")
diabetes = as_tibble(na.omit(PimaIndiansDiabetes2))

# split data
dbt_trn_idx = sample(nrow(diabetes),size = 0.8 * nrow(diabetes))
dbt_trn = diabetes[dbt_trn_idx,]
dbt_tst = diabetes[-dbt_trn_idx,]

# check data
dbt_trn

# fit models
mod_tree = rpart(diabetes ~ .,dbt_trn)

# get predicted probabilities for "positive" class,always use second alphabetically for +
prob_tree = predict(mod_tree,dbt_trn)[,"glucose"]

# create tibble of results for tree
results = tibble(
  actual   = dbt_tst$diabetes,prob_tree  = prob_tree,)

# evaluate knn with various metrics
tree_eval = evaluate(
  data = results,target_col = "actual",prediction_cols = "prob_tree",positive = "diabetes",type = "binomial",metrics = list("Accuracy" = TRUE)
  cutoff = 0.5)

tree_eval 

我不断收到错误消息： “ predict（mod_tree，dbt_trn）[，”葡萄糖“中的错误]： 下标超出范围”

我不确定如何解决此问题。任何帮助都会很棒！

解决方法

predict调用的结果具有列pos和neg。另外，您似乎打算在测试集上进行预测。

prob_tree的定义应如下：

prob_tree = predict(mod_tree,dbt_tst)[,"pos"]