Erreur dans la fonction eval(predvars, données, env) : l'objet 'Rm' ne trouve pas

dataset = read.csv('dataset/housing.header.binary.txt')
dataset1 = dataset[6] #higest positive correlation
dataset2 = dataset[13] #lowest negative correlation
dependentVal= dataset[14] #dependent value
new_dataset = cbind(dataset1,dataset2, dependentVal) # new matrix 

#split dataset
#install.packages('caTools')
library(caTools)

set.seed(123) #this is needed to garantee that every run will produce the same output
split = sample.split(new_dataset, SplitRatio = 0.75)
train_set = subset(new_dataset, split == TRUE)
test_set = subset(new_dataset, split == FALSE)


#Fitting Decision Tree to training set
install.packages('rpart')
library(rpart)
classifier = rpart(formula = Medv ~ Rm + Lstat,
                   data = train_set)

#predicting the test set results
y_pred = predict(classifier, newdata = test_set[3], type ='class')

Je veux prédire la colonne 3 de l' test_set, mais je reçois

Erreur dans la fonction eval(predvars, données, env) : l'objet 'Rm' ne trouve pas

Même si je spécifier test_set[3] pas test_set[1] qui contiennent Rm

Les noms de colonne sont comme suit: Rm, Lstat, et Medv.

test_set[3] et test_set[2] donner le même message d'erreur suivant:

Erreur dans la fonction eval(predvars, données, env) : objet Rm pas trouvé

et test_set[1] donne:

Erreur dans la fonction eval(predvars, données, env) : l'objet "Lstat' ne trouve pas

J'ai essayé ce qui suit:

  1. names(test_set) <- c('Rm', 'Lstat','Medv'): J'ai renommé explicitement.
  2. is.data.frame(test_set): j'ai vérifié si test_set est un dataframe.
  • J'ai résolu le problème.
  • J'ai eu un problème similaire, il est descendu à la fixation de la colonne des noms