Question

我正在尝试使用功能作为响应变量来运行RF。我无法通过变量传递字符串以用作RF中的响应。首先，我尝试在通过变量传递的字符串上运行RF作为响应，并且我得到一个＆＃34;向量长度不同的错误＆＃34;。在此之后，我尝试输入实际的字符串（功能）作为响应，它工作正常。你能否谈谈变量长度不同的原因？谢谢。

> colnames(Data[1])
[1] "feature1"
> rf.file = randomForest(formula =colnames(Data[1])~ ., data = Data, proximity = T,      importance = T, ntree = 500, nodesize = 3)
Error in model.frame.default(formula = colnames(Data[1]) ~ .,  : 
  variable lengths differ (found for 'feature1')

Enter a frame number, or 0 to exit   

1: randomForest(formula = colnames(Data[1]) ~ ., data = Data, proximity = T, importance = T, ntree = 500, nodesize = 3)
2: randomForest.formula(formula = colnames(Data[1]) ~ ., data = brainDataTrim, proximity = T, importance = T, ntree = 500, nodesize = 3)
3: eval(m, parent.frame())
4: eval(expr, envir, enclos)
5: model.frame(formula = colnames(Data[1]) ~ ., data = Data, na.action = function (object, ...) 
6: model.frame.default(formula = colnames(Data[1]) ~ ., data = Data, na.action = function (object, ...) 

Selection: 0



> rf.file = randomForest(formula =feature1~ ., data = Data, proximity = T,      importance = T, ntree = 500, nodesize = 3)
> rf.file

Call:
 randomForest(formula = feature1 ~ ., data = Data,      proximity = T, importance = T, ntree = 500, nodesize = 3) 
               Type of random forest: regression
                     Number of trees: 500
No. of variables tried at each split: 3

          Mean of squared residuals: 0.1536834
                    % Var explained: 34.21
>

Answer 1

你只是误解了公式的运作方式。基本上，你的第一次尝试不是假设可以工作。

公式应该包含变量的名称，可能是它们的简单函数。 e.g。

var1 ~ var2
var1 ~ log(var2)

注意缺少报价。如果你没有引用它，它不是一个字符串，它是一个符号。

因此，请避免在公式中使用原始字符串，奇怪的评估要求（如Data[1]或使用$）。要从字符串构造公式，将其粘贴在一起，然后在结果字符串上调用as.formula。

请记住，公式的重点在于您提供了模型的符号表示，然后R将查找您在提供的数据框中命名的特定列。

我认为有些函数会为你强制执行公式的字符串表示（例如"var1 ~ var2"），但我不会指望或期望它。

随机森林变量长度不同

1 个答案: