在新的未标记的单一观察或数据集上使用经过测试的机器学习模型？
Use tested machine learning model on new unlabeled single observation or dataset?
如何在保存后在新的 observation/dataset 上使用经过训练和测试的算法（例如机器学习 classifier），我不知道 class （例如，生病还是健康）基于用于模型训练的预测变量？
我使用插入符但找不到任何代码行。
非常感谢
训练和测试任何机器学习模型后，您可以将模型保存为 .rds 文件并将其调用为
#Save the fitted model as .rds file
saveRDS(model_fit, "model.rds")
my_model <- readRDS("model.rds")
从同一数据集创建新的观察结果，或者您也可以使用新的数据集
new_obs <- iris[100,] #I am using default iris dataset, 100 no sample
对新观察的预测
predicted_new <- predict(my_model, new_obs)
confusionMatrix(reference = new_obs$Species, data = predicted_new)
table(new_obs$Species, predicted_new)
如何在保存后在新的 observation/dataset 上使用经过训练和测试的算法（例如机器学习 classifier），我不知道 class （例如，生病还是健康）基于用于模型训练的预测变量？ 我使用插入符但找不到任何代码行。 非常感谢
训练和测试任何机器学习模型后，您可以将模型保存为 .rds 文件并将其调用为
#Save the fitted model as .rds file
saveRDS(model_fit, "model.rds")
my_model <- readRDS("model.rds")
从同一数据集创建新的观察结果，或者您也可以使用新的数据集
new_obs <- iris[100,] #I am using default iris dataset, 100 no sample
对新观察的预测
predicted_new <- predict(my_model, new_obs)
confusionMatrix(reference = new_obs$Species, data = predicted_new)
table(new_obs$Species, predicted_new)