Est-ce que quelqu'un sait si les colonnes des nouvelles données dans la fonction de prédiction R doivent être dans le même ordre que les traindata sur lesquelles le modèle prédictif a été construit en utilisant xgboost? Et est-ce un problème si les nouvelles données ont des colonnes supplémentaires? Dans l'exemple ci-dessous, il semble qu'un autre ordre/des colonnes supplémentaires donnent des prédictions différentes.Ordre des colonnes de la fonction de prédiction pour un modèle xgboost
data(mtcars)
mtcars <- subset(mtcars, select = c(qsec, mpg, drat))
mtcars <- as.matrix(mtcars)
dtrain <- xgb.DMatrix(data = mtcars[,c(2:3)], label=mtcars[,1])
mod <- xgboost(data = dtrain, nrounds = 10)
nd1 <- data.frame(mpg=20, drat=3)
nd2 <- data.frame(drat=3, other=100, mpg=20)
nd3 <- data.frame(drat=3, mpg = 20)
nd4 <- data.frame(mpg=20, other=100, drat=3)
predict(mod, as.matrix(nd1))
# 16.4753
predict(mod, as.matrix(nd2))
# 14.3291
predict(mod, as.matrix(nd3))
# 14.3291
predict(mod, as.matrix(nd4))
# 15.71044
Il semble ignorer les noms. Exemple: 'nd4 <- data.frame (mpg = 20, autre = 3); predict (mod, newdata = as.matrix (nd4)) ' # 16.4753' – epi99