机器学习模型-盲测试
机器学习模型-盲测试
提问于 2017-10-04 01:32:06
我在一个竞赛的模型中工作，我们得到了两个数据集：
Dataset A：确实包含用于训练/测试模型的标签。Dataset B：不包含标签，此数据将用于盲测试，并根据预测分配分数。
我已经准备好了模型，但是当使用函数predict()和Dataset B (用于盲测试)时，出现了一个问题，我是否必须应用应用于数据集A?中的相同的预处理步骤(删除重复、NAs、缩放数字特征)？在数据集B中，包含了几个NAs。
提前谢谢你的帮助。
回答 2
Stack Overflow用户
发布于 2017-10-04 05:52:14
我想我将不得不应用相同的预处理应用于数据集A，复制，删除NA，缩放数字特征。因为预测可能会受到影响。朋托斯夫人朋友。
Stack Overflow用户
发布于 2017-10-04 06:00:55
当你使用预测函数时，你需要清理你的data.You，如果你想摆脱所有的NAs，你可以使用completecases()函数。除非您有记录号或唯一键，否则不应该删除重复项。
datasetb.2<-datasetb[completecases(datasetb), ]
predicted<-predict(datasetA.model, newdata = datasetb.2)
accuracy<-(actual==predicted)/nrow(datasetb.2)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/46555720
复制相关文章
相似问题
腾讯云开发者
