r - Predict() 函数的奇怪行为

Question

我目前正在学习 Coursera 的“实用机器学习”类(class)，并且在预测函数中遇到了一些奇怪的行为。提出的问题是训练一棵树，然后做出一些预测。因此，我不会在这里发布答案，我已经更改了用于该问题的数据集。代码如下:

rm(list = ls())
library(rattle)
data(mtcars)
mtcars$vs = as.factor(mtcars$vs)
set.seed(125)
model = train(am ~ ., method = 'rpart', data = mtcars)
print(model)
fancyRpartPlot(model$finalModel)

sampleData = mtcars[1,]
sampleData[1,names(sampleData)] = rep(NA, length(names(sampleData)))
sampleData[1, c('wt')] = c(4)
predict(model, sampleData[1,], verbose = TRUE)

在上面的代码中，有两个主要部分。第一个构建树，第二个(从 sampleData 开始)创建一个小样本数据集以应用模型。为了确保我的结构与原始数据完全相同，我只需复制训练数据集的第一行，然后将所有列设置为 NA。然后，我仅将数据放入决策树需要的列(在本例中为 wt 变量)。

当我执行上面的代码时，我得到以下结果:

Number of training samples: 32 
Number of test samples:     0 

rpart : 0 unknown predictions were added

numeric(0)

以下是树的结构，供引用:

fancyRpartPlot(model$finalModel)

有人可以帮助我理解为什么 predict 函数没有返回我提供的 sampleData 的预测值吗？

Answer 1

不幸的是，即使rpart在分割中只使用了wt变量，预测仍然需要其他变量存在。使用包含示例列的数据集:

> predict(model, mtcars[1,])
[1] 0.8571429

最大