我如何在R中使用预测命令来验证我的训练模型决策树

Question

我已经使用“聚会”库中的ctree函数创建了决策树训练模型，以帮助教师确定要跟进哪些学生。现在，我想将此训练模型应用于我的测试集，以便根据学生有多少问题来预测教师是否应该“（1）干预”，“（2）监控学生的进度”或“（3）不采取任何行动”之前已经回答过，这些问题正确解决的百分比，以及他们需要多少提示。

library(party)

D1 <- read.csv(training data with 378 observations and 4 variables: 
               prior_prob_count, prior_percent_correct, hints_count, score)

HW1。根据学生分数创建分类结果变量，以使用“ ifelse”语句为老师提供建议：

D1$advice <- ifelse(D1$score < 0.5, "1", ifelse(D1$score < 0.6, "2", "3"))

如果学生的分数小于0.5，则老师应进行干预（1）。否则，如果学生的分数小于0.6，则老师应监控学生的进步（2）。否则，如果学生的分数高于0.6，则老师不应采取任何措施（3）。

HW2。建立预测“建议”的决策树：

D1$advice <- as.factor(D1$advice) 
score_ctree <- ctree(advice ~ prior_prob_count + prior_percent_correct + hints, data=D1)
plot(score_ctree)  # see image for visualization

plot(score_ctree)

HW3。上载新的测试数据，并使用predict（）命令基于从旧生生成的树为新生生成预测建议]

D2 <- read.csv(test data with 200 observations and 4 variables: 
               prior_prob_count, prior_percent_correct, hints_count, score)
D2$prediction <- predict(object = D2, model = score_ctree)

UseMethod（“ predict”）中的错误：没有适用于“预测”的适用方法，适用于“ data.frame”类的对象]

Answer 1

我认为您的predict参数错误。我没有安装party程序包，但查看其他predict功能应该是：