Как рассчитать прогноз для data_test, используя 1 предиктор - PullRequest
Новая
       32

Как рассчитать прогноз для data_test, используя 1 предиктор

0 голосов
/ 16 апреля 2019

я пытаюсь вычислить точность предсказания для тестовых данных, просто используя dep_delay (dep_delay> 30) в качестве предиктора в h2o

Сначала я указываю ответ: 

response <- "late_arrival"

, чем я указываюпредсказатель: 

predictors <- filter(flights, flights$dep_delay>30)

чем я использовал формулу для вычисления glm: 

> flights_test_delay_glm <- h2o.glm(training_frame=flights_test, x=predictors, y=response, family="binomial")

и я получаю эту ошибку: 

Error in .verify_dataxy(training_frame, x, y) : 
  `x` must be column names or indices

я сделал перекрестную проверку предсказателейзначения, и они выглядят хорошо: 

summary(predictors)


    X               year          month             day           dep_time   
 Min.   :    86   Min.   :2013   Min.   : 1.000   Min.   : 1.00   Min.   :   1  
 1st Qu.:103457   1st Qu.:2013   1st Qu.: 4.000   1st Qu.: 9.00   1st Qu.:1428  
 Median :186217   Median :2013   Median : 6.000   Median :16.00   Median :1755  
 Mean   :178012   Mean   :2013   Mean   : 6.372   Mean   :15.79   Mean   :1676  
 3rd Qu.:253087   3rd Qu.:2013   3rd Qu.: 9.000   3rd Qu.:23.00   3rd Qu.:2028  
 Max.   :336764   Max.   :2013   Max.   :12.000   Max.   :31.00   Max.   :2400  

 sched_dep_time   dep_delay          arr_time    sched_arr_time   arr_delay      
 Min.   : 500   Min.   :  31.00   Min.   :   1   Min.   :   1   Min.   : -42.00  
 1st Qu.:1334   1st Qu.:  44.00   1st Qu.:1308   1st Qu.:1457   1st Qu.:  39.00  
 Median :1645   Median :  66.00   Median :1841   Median :1841   Median :  65.00  
 Mean   :1581   Mean   :  86.82   Mean   :1598   Mean   :1730   Mean   :  83.29  
 3rd Qu.:1910   3rd Qu.: 107.00   3rd Qu.:2134   3rd Qu.:2112   3rd Qu.: 108.00  
 Max.   :2359   Max.   :1301.00   Max.   :2400   Max.   :2359   Max.   :1272.00  
                                  NA's   :216                   NA's   :386      
    carrier          flight          tailnum      origin           dest      
 EV     :11655   Min.   :   1.0   N15910 :   84   EWR:19914   ORD    : 2653  
 B6     : 8411   1st Qu.: 619.5   N258JB :   79   JFK:15241   ATL    : 2268  
 UA     : 7617   Median :1692.0   N14573 :   78   LGA:13136   BOS    : 1840  
 DL     : 4982   Mean   :2250.0   N15980 :   77               MCO    : 1814  
 MQ     : 3730   3rd Qu.:4100.0   N725MQ :   77               SFO    : 1733  
 AA     : 3537   Max.   :8500.0   N12921 :   76               FLL    : 1708  
 (Other): 8359                    (Other):47820               (Other):36275  
    air_time        distance           hour           minute     
 Min.   : 20.0   Min.   :  80.0   Min.   : 5.00   Min.   : 0.00  
 1st Qu.: 77.0   1st Qu.: 483.0   1st Qu.:13.00   1st Qu.:10.00  
 Median :120.0   Median : 762.0   Median :16.00   Median :29.00  
 Mean   :140.7   Mean   : 971.2   Mean   :15.54   Mean   :27.57  
 3rd Qu.:171.0   3rd Qu.:1134.0   3rd Qu.:19.00   3rd Qu.:45.00  
 Max.   :666.0   Max.   :4983.0   Max.   :23.00   Max.   :59.00  
 NA's   :386                                                     
               time_hour    
 2013-08-08 19:00:00:   52  
 2013-08-08 17:00:00:   51  
 2013-07-22 17:00:00:   49  
 2013-03-08 17:00:00:   48  
 2013-06-25 17:00:00:   48  
 2013-07-28 19:00:00:   48  
 (Other)            :47995

Мне нужна помощь, чтобы понять, если я сделал неправильное кодирование в значение предикторов, поскольку это просто говорит о том, что мне нужно использовать dep_delay, будучи большим, чем 30 в качестве предиктора.Спасибо!

1 Ответ

0 голосов
/ 16 апреля 2019

Аргумент x принимает список (или вектор) имен столбцов или индексов. Проверьте тип данных ваших предикторов, чтобы убедиться, что вы передаете вектор имен или фрейм данных. Вы можете увидеть пример использования этого параметра здесь .

...