Лазерное машинное обучение - пустые результаты
Я тренировал модель, результаты тестов на тестовом наборе в порядке. Теперь я сохранил модель как "Обученную модель" и превратил новый эксперимент в новый набор данных, чтобы делать прогнозы, в которых у меня нет фактических значений.
Обычно обученная модель дает мне результат с оценкой лейбла за экземпляр. Но теперь результаты забитых меток пусты. Также, когда я конвертирую результаты оценки в CSV, столбец оцененных меток становится пустым.
Еще более странно, что когда я смотрю статистику на вкладке Визуализация результатов, я вижу статистику набранных значений. Но нет фактических набранных значений...
Это ошибка? Или я забыл что-то важное? В чем дело;)?
1 ответ
Если в вашем тестовом наборе данных отсутствуют зависимые значения, ваш прогностический эксперимент может не удаться для некоторых моделей. Решение состоит в том, чтобы заполнить ваш CSV-файл нулевыми значениями вместо пустых значений.
У меня была та же самая проблема, и это расстраивало, но я, наконец, понимаю, почему это происходит.
Когда я тренировался в своем эксперименте, частью процесса очистки было заполнение пропущенных значений или усечение существующих данных с помощью R.
Проблема в том, что одна из этих функций не является обязательной. Например, если у вас есть столбец, который не заполнен, модель оценки не будет работать в веб-сервисе.
Чтобы узнать, влияет ли эта проблема на вас, перейдите к своему прогнозному эксперименту и визуализируйте результаты модели оценки. Если вы видите пустые значения Предсказанная метка и Прогнозируемая оценка, вы можете легко увидеть, какие точки данных отсутствуют.