Прогнозирование с помощью байесовского дерева аддитивной регрессии

#r

Вопрос:

Я построил байесовское аддитивное дерево регрессии (BART), но, похоже, я не могу предсказать на основе тестовых данных, используя модель. Я прочитал документацию, но это не очень помогает. Смотрите ниже мой пример кода:

 x <- nsur.train[, 4:28]
y <- nsur.train$TARGET_AMOUNT

xtrain <- x[train, ]
ytrain <- y[train]

xtest <- x[-train, ]
ytest <- y[-train]

## fit bayesian additive reg tree
bartfit <- gbart(xtrain, ytrain, xtest)

## predict
predict(bartfit, xtest)
 

Моя ошибка в том, что:

«Ошибка в predict.wbart(bartfit, xtest) : Количество столбцов в новых данных должно быть равно 50»

Не уверен, как это возможно, поскольку в моих данных явно 28 переменных, из которых я опускаю 3.

Комментарии:

1. predict(bartfit, newdata = xtest) ?

2. @шах, это тоже не сработало. Я попробовал это вчера, когда был в таком отчаянии