当我使用线性或随机森林回归从数据中进行训练时，我可以使用测试数据进行预测。当我在管道中引入“估算”数据小部件以填充训练数据中的缺失值时，我遇到了问题。即使数据表是正确的，我的预测对于所有行都是一样的。我试图将 impute 小部件换成预处理器，我也有同样的行为。下面是我的图表：
这可以正常工作：
添加一个 impute 小部件，我的所有预测都变成相同的值：
橙色 3 - 使用 impute 小部件时对我所有数据的相同预测
数据挖掘
回归
随机森林
线性回归
橙
预言
2022-02-18 13:40:04
1个回答
估算时，必须记录数据的某些特征。例如，当您通过平均值参数估算缺失数据时, 你必须记录从训练数据中提取，以便能够在测试数据上重新应用完全相同的转换。
因此，您只需要将训练数据连接到Impute小部件，而当两个域匹配时（在Predictions中） ，测试数据将使用相同的参数进行估算。
如果您将测试数据连接到其自己的Impute小部件，它会使用自己的测试数据特定参数进行估算，正如您所发现的那样，这是不正确的。
其它你可能感兴趣的问题