为什么我的新数据会得到相同的预测？
Why am i getting the same predictions with my new data?
这是 r 中的随机森林模型。它是一种基于立博赔率的足球预测模型。它预测比赛的全场结果 (FTR)。
zmodel <- randomForest(traindata$FTR ~ traindata$LBH + traindata$LBD + traindata$LBA)
我尝试使用
对列车数据本身进行预测
predict(zmodel,newdata = traindata)
然后，我对新的测试数据进行了预测。
predict(zmodel,newdata = testdata)
虽然测试数据和训练数据不同，但我得到了相同的预测结果。我做错了什么？
是否可以对行数与训练数据不同的数据进行预测？
我假设您已将数据正确拆分为训练和测试数据集（具有不同的观察结果）。值得一试。
而不是：
zmodel <- randomForest(traindata$FTR ~ traindata$LBH + traindata$LBD + traindata$LBA)
尝试：
zmodel <- randomForest(FTR ~ LBH + LBD + LBA, data = traindata)
这将适用于不同长度的训练和测试数据集。例如：
predictForest1 = predict(zmodel, newdata = traindata)
predictForest2 = predict(zmodel, newdata = testdata)
这是 r 中的随机森林模型。它是一种基于立博赔率的足球预测模型。它预测比赛的全场结果 (FTR)。
zmodel <- randomForest(traindata$FTR ~ traindata$LBH + traindata$LBD + traindata$LBA)
我尝试使用
对列车数据本身进行预测 predict(zmodel,newdata = traindata)
然后，我对新的测试数据进行了预测。
predict(zmodel,newdata = testdata)
虽然测试数据和训练数据不同，但我得到了相同的预测结果。我做错了什么？
是否可以对行数与训练数据不同的数据进行预测？
我假设您已将数据正确拆分为训练和测试数据集（具有不同的观察结果）。值得一试。
而不是：
zmodel <- randomForest(traindata$FTR ~ traindata$LBH + traindata$LBD + traindata$LBA)
尝试：
zmodel <- randomForest(FTR ~ LBH + LBD + LBA, data = traindata)
这将适用于不同长度的训练和测试数据集。例如：
predictForest1 = predict(zmodel, newdata = traindata)
predictForest2 = predict(zmodel, newdata = testdata)