Я сейчас пытаюсь сделать несколько разных моделей в caret, начиная от логистической модели и заканчивая XGBoost. Создание моделей достаточно просто, однако, когда я хочу использовать модели для прогнозирования набора тестов, который я выделил перед началом, я получаю сообщения об ошибках, в которых говорится что-то вроде:
Ошибка в UseMethod(«прогноз»):
нет применимого метода для «прогнозирования», примененного к объекту класса «data.frame»
и:
Ошибка в прогнозировании (logistic_model $ finalModel, new_data = pd_test) $. Pred_class:
$ Оператор недопустим для атомных векторов`
Вот логистическая модель:
set.seed(100)
train_test_split <- initial_split(pd_data, prop = 0.8)
pd_train <- training(train_test_split)
pd_test <- testing(train_test_split)
# caret
# logistic model
# model creation and VIF
log_control <- trainControl(method = "cv", number = 5, classProbs = TRUE,
summaryFunction = twoClassSummary)
logistic_model <- train(default ~ profit_margin + interest_coverage_ratio +
age_of_company + liquidity_ratio_2
+ unpaid_debt_collection
+ adverse_audit_opinion + amount_unpaid_debt
+ payment_reminders, data = pd_train,
trControl = log_control,
method = "glm", family = "binomial", metric = "ROC")
vif(logistic_model$finalModel)
log_class_predictions <- predict(logistic_model$finalModel, new_data = pd_test)$.pred_class
log_predictions <- predict(logistic_model$finalModel$tuneValue,
new_data = pd_test, type = "prob")$.pred_1
Как я могу это исправить, чтобы я мог проверить свои модели на нетронутом тестовом наборе? Я попробовал несколько вариантов logistic_model$, но безрезультатно