r - R中这行代码的错误可能是什么？

Question

fit <- randomForest(class~. ,data = train_data)

谁能告诉我这行代码有什么问题？

这里的 train_data 是预测收入为 >50k 或 <50k 的训练数据，我在这一行中得到的错误是：

y - ymean 中的错误：二元运算符的非数字参数此外：警告消息：1：在 randomForest.default(m, y, ...) 中：
响应具有五个或更少的唯一值。您确定要进行回归吗？2：在 mean.default(y) 中：参数不是数字或逻辑：返回 NA

标签： rrandom-forest

Answer 1

似乎您正在尝试对字符因变量进行分类。假设我们使用来自 kaggle的这个奇妙的数据集：

library(randomForest)
train_data = read.csv("credit_train.csv",stringsAsFactors=FALSE)

str(train_data)
'data.frame':   808 obs. of  17 variables:
 $ Class                         : chr  "Good" "Bad" "Good" "Good" ...
 $ Duration                      : int  6 48 12 36 24 12 30 48 12 24 ...
 $ Amount                        : int  1169 5951 2096 9055 2835 3059 5234 4308 1567 1199 ...
 $ InstallmentRatePercentage     : int  4 2 2 2 3 2 4 3 1 4 ...
 $ ResidenceDuration             : int  4 2 3 4 4 4 2 4 1 4 ...
 $ Age                           : int  67 22 49 35 53 61 28 24 22 60 ...
 $ NumberExistingCredits         : int  2 1 1 1 1 1 2 1 1 2 ...
 $ NumberPeopleMaintenance       : int  1 1 2 2 1 1 1 1 1 1 ...
 $ Telephone                     : int  0 1 1 0 1 1 1 1 0 1 ...
 $ ForeignWorker                 : int  1 1 1 1 1 1 1 1 1 1 ...
 $ CheckingAccountStatus.lt.0    : int  1 0 0 0 0 0 0 1 0 1 ...
 $ CheckingAccountStatus.0.to.200: int  0 1 0 0 0 0 1 0 1 0 ...
 $ CheckingAccountStatus.gt.200  : int  0 0 0 0 0 0 0 0 0 0 ...
 $ CreditHistory.ThisBank.AllPaid: int  0 0 0 0 0 0 0 0 0 0 ...
 $ CreditHistory.PaidDuly        : int  0 1 0 1 1 1 0 1 1 0 ...
 $ CreditHistory.Delay           : int  0 0 0 0 0 0 0 0 0 0 ...
 $ CreditHistory.Critical        : int  1 0 1 0 0 0 1 0 0 1 ...

fit <- randomForest(Class~. ,data = train_data)

Error in y - ymean : non-numeric argument to binary operator
In addition: Warning messages:
1: In randomForest.default(m, y, ...) :
  The response has five or fewer unique values.  Are you sure you want to do regression?
2: In mean.default(y) : argument is not numeric or logical: returning NA

你可以看到我得到了同样的错误。你的因变量是一个字符。我们将其转换为一个因子并且它可以工作：

train_data$Class = factor(train_data$Class)

fit <- randomForest(Class~. ,data = train_data)