Errore nella matrice di confusione: i dati e i fattori di riferimento devono avere lo stesso numero di livelli

Question

Ho addestrato un modello di regressione lineare con il riferimento R. Ora sto cercando di generare una matrice di confusione e mantenere ottenere il seguente errore:

Error in confusionMatrix.default (pred, collaudo $ Finale): i dati ei fattori di riferimento devono avere lo stesso numero di livelli

EnglishMarks <- read.csv("E:/Subject Wise Data/EnglishMarks.csv", 
header=TRUE) 
inTrain<-createDataPartition(y=EnglishMarks$Final,p=0.7,list=FALSE) 
training<-EnglishMarks[inTrain,] 
testing<-EnglishMarks[-inTrain,] 
predictionsTree <- predict(treeFit, testdata) 
confusionMatrix(predictionsTree, testdata$catgeory) 
modFit<-train(Final~UT1+UT2+HalfYearly+UT3+UT4,method="lm",data=training) 
pred<-format(round(predict(modFit,testing)))    
confusionMatrix(pred,testing$Final) 

L'errore si verifica quando si genera la matrice di confusione. I livelli sono gli stessi su entrambi gli oggetti. Non riesco a capire quale sia il problema. La loro struttura e i livelli sono indicati di seguito. Dovrebbero essere uguali. Qualsiasi aiuto sarebbe molto apprezzato visto che mi sta facendo crack !!

> str(pred) 
chr [1:148] "85" "84" "87" "65" "88" "84" "82" "84" "65" "78" "78" "88" "85" 
"86" "77" ... 
> str(testing$Final) 
int [1:148] 88 85 86 70 85 85 79 85 62 77 ... 

> levels(pred) 
NULL 
> levels(testing$Final) 
NULL 

Answer 1

Do table(pred) e table(testing$Final). Vedrai che c'è almeno un numero nel set di test che non è mai previsto (cioè mai presente in pred). Questo è il motivo per cui "un diverso numero di livelli". C'è un esempio di una funzione personalizzata per aggirare questo problema here.

Tuttavia, ho trovato che questo trucco funziona bene: table(factor(pred, levels=min(test):max(test)), factor(test, levels=min(test):max(test)))

dovrebbe dare esattamente la stessa matrice di confusione con la funzione.