我已经把这个问题通知有关人员,也可能是固定在任何即将到来的版本。
不是一个有效的预测错误当试图预测
10视图(30天)
显示旧的评论
你好,
我训练的几个模型使用分类学习者,他们的工作非常好,当我导出到工作区。
但当我运行它们使用函数生成的分类学习者,他们试图预测后产生这个错误:
错误使用classreg.learning.internal.table2PredictMatrix > makeXMatrix(第97行)
表变量Market_Cap不是一个有效的预测。
错误在classreg.learning.internal.table2PredictMatrix(47)行
Xout = makeXMatrix (X, CategoricalPredictors vrange pnames);
错误在classreg.learning.classif。CompactClassificationEnsemble /分数(第79行)
X = classreg.learning.internal.table2PredictMatrix (X, [] [],…
在classreg.learning.classif错误。CompactClassificationEnsemble /预测(159行)
成绩=分数(X,这变长度输入宗量{:});
错误在trainClassifier4 > @ (x)预测(classificationEnsemble x)(第73行)
ensemblePredictFcn = @ (x)预测(classificationEnsemble x);
错误在trainClassifier4 > @ (x) ensemblePredictFcn (featureSelectionFcn (predictorExtractionFcn (x)))(第74行)
trainedClassifier。预测Fcn = @(x) ensemblePredictFcn(featureSelectionFcn(predictorExtractionFcn(x)));
错误在MakePredictions(39)行
预测= trainedModel4.predictFcn (T);
我以前有过类似的错误,但能够解决它通过将一个变量分类,这不是在这里,market_cap是正确的数据类型。
我说我训练模型具有不同的特性,和我有一个这样的代码文件的开始,火车模型如果不存在于工作区:
% %训练模型
如果~ (“trainedModel”)
trainingData = readtable (“historical_data_tagged.csv”);
trainedModel = trainClassifier (trainingData);
结束
如果~ (“trainedModel2”)
trainingData = readtable (“historical_data_tagged.csv”);
trainedModel2 = trainClassifier2 (trainingData);
结束
如果~ (“trainedModel3”)
trainingData = readtable (“historical_data_tagged.csv”);
trainedModel3 = trainClassifier3 (trainingData);
结束
如果~ (“trainedModel4”)
trainingData = readtable (“historical_data_tagged.csv”);
trainedModel4 = trainClassifier4 (trainingData);
结束
帮助吗?
