mnlogit パッケージを使用してモデルを適合させ、それを使用して標本外予測を行いたいと考えています。mnlogit に付属の釣りデータを使用して、おもちゃの例をセットアップしました。
library(data.table)
library(mnlogit)
data(Fish, package="mnlogit")
fish_dt <- data.table(Fish)
rm(Fish)
unique_id <- unique(fish_dt[, chid])
set.seed(54321)
train_id <- sample(unique_id, size=0.5*length(unique_id))
setkey(fish_dt, chid, alt)
train <- fish_dt[J(train_id)]
test <- fish_dt[!J(train_id)]
setkey(train, chid, alt)
setkey(test, chid, alt)
stopifnot(nrow(train) + nrow(test) == nrow(fish_dt)) # Partition fish_dt
mnlogit_formula <- mode ~ catch | income
mnlogit_model <- mnlogit(mnlogit_formula, data=train, choiceVar="alt")
train_predictions <- predict(mnlogit_model, probability=F)
stopifnot(length(train_predictions) == length(unique(train[, chid]))) # One per choice
mean(subset(train, mode)[, alt] == train_predictions) # Around 0.42 accuracy in sample
## Would like to do the same out of sample, i.e. with data table "test"
test_predictions <- predict(mnlogit_model, newdata=test, probability=F) # Error
test_predictions <- predict(mnlogit_model, newdata=as.data.frame(test), probability=F) # Same error
私が得るエラーは次のとおりです。
colnames<-(のエラー*tmp*、value = list(chid = c(1L, 2L, 3L, 4L, 5L, : 'dimnames' の長さ [2] が配列の範囲と等しくない
Ubuntu 14.04.2 LTS で R バージョン 3.0.2 (2013-09-25) を実行しています。
パッケージを間違って使用していますか、それともバグですか?
編集：コメントを参照してください：「テスト」データテーブルから「モード」列を削除しようとしましたが、「新しいデータにはトレーニングデータと同じ列が必要です」というエラーが表示されます：
test[, mode := NULL]
mnlogit_predictions <- predict(mnlogit_model, newdata=test, probability=F) # Error
編集: これは、mlogit パッケージを使用する例です (これは似ていますが、大きな問題の場合は大幅に遅くなる可能性があります)。
library(data.table)
library(mlogit)
data(Fish, package="mnlogit")
fish_dt <- data.table(Fish)
rm(Fish)
unique_id <- unique(fish_dt[, chid])
set.seed(54321)
train_id <- sample(unique_id, size=0.5*length(unique_id))
setkey(fish_dt, chid, alt)
train <- fish_dt[J(train_id)]
test <- fish_dt[!J(train_id)]
setkey(train, chid, alt)
setkey(test, chid, alt)
stopifnot(nrow(train) + nrow(test) == nrow(fish_dt)) # Partition fish_dt
train_mlogit <- mlogit.data(train, choice="mode", shape="long",
chid.var="chid", alt.var="alt")
test_mlogit <- mlogit.data(test, choice="mode", shape="long",
chid.var="chid", alt.var="alt")
model_formula <- mode ~ catch | income
mlogit_model <- mlogit(model_formula, data=train_mlogit)
## In-sample performance
train_predictions <- predict(mlogit_model, newdata=train_mlogit)
stopifnot(nrow(train_predictions) == length(unique(train[, chid]))) # One per choice
train_predictions <- colnames(train_predictions)[apply(train_predictions, 1, which.max)]
mean(subset(train, mode)[, alt] == train_predictions) # Around 0.42 accuracy in sample
## Out-of-sample performance
test_predictions <- predict(mlogit_model, newdata=test_mlogit)
test_predictions <- colnames(test_predictions)[apply(test_predictions, 1, which.max)]
mean(subset(test, mode)[, alt] == test_predictions) # Around 0.41 accuracy out of sample
私はまさにそれをやりたいのですが、mlogit の代わりに mnlogit を使用します。