r - 使用 rpart 对象进行预测时出错

Question

我使用 caret 包训练了一个模型。使用该函数进行预测时会出错。

在我的模型中，最终选择中只有两个变量。在对新数据集（仅具有模型选择的特征）进行预测时，出现错误：“找不到对象'Cell'”

这是示例程序。请帮助我。

library(AppliedPredictiveModeling)
data(segmentationOriginal)
train <- subset(segmentationOriginal,Case=='Train')

# Learning function
library(caret);set.seed(125)
cart <- train(Class~.,data=train,method="rpart")

# Plot DT
library(rattle);fancyRpartPlot(print(cart$finalModel))

# Scoring data
library(plyr)
scoredata <- rbind.fill(data.frame(TotalIntench2 = 23000, FiberWidthCh1 = 10, PerimStatusCh1=2),
               data.frame(TotalIntench2 = 50000, FiberWidthCh1 = 10, VarIntenCh4 = 100),
               data.frame(TotalIntench2 = 57000, FiberWidthCh1 = 8, VarIntenCh4 = 100),
               data.frame(FiberWidthCh1 = 8, VarIntenCh4 = 100, PerimStatusCh1=2))
predict(cart,newdata=scoredata)

我知道它会给你结果；如果你有 newdata 与 train 具有相同的结构。但有一件事让我担心：在未来的预测中，为什么我要收集所有其他变量信息，尽管它不用于预测。