Question

我正在尝试将randomForest与通过paste（）函数构造的公式一起使用。但是，randomRorest拒绝接受这样的公式，而rpart则这样做。有谁知道我怎么能让它发挥作用？

library(rpart)
library(randomForest)

# Construct a formula by pasting stuff together.
columnName <- "Species"
modelFormula <- paste(columnName, " ~ .")
print(modelFormula)
## [1] "Species  ~ ."


# Call rpart() and randomForest() with the constructed model.
model <- rpart(modelFormula, data=iris)
model <- randomForest(modelFormula, data=iris)
## Error in if (n == 0) stop("data (x) has 0 rows") : 
##   argument is of length zero

# This works if I directly include the formula.
model <- randomForest(Species ~ ., data=iris)

Answer 1

您需要将字符串强制转换为公式对象（使用as.formula()）才能使用randomForest()：

R> model <- randomForest(as.formula(modelFormula), data=iris)
R> model

Call:
 randomForest(formula = as.formula(modelFormula), data = iris) 
               Type of random forest: classification
                     Number of trees: 500
No. of variables tried at each split: 2

        OOB estimate of  error rate: 4.67%
Confusion matrix:
           setosa versicolor virginica class.error
setosa         50          0         0        0.00
versicolor      0         47         3        0.06
virginica       0          4        46        0.08

字符串和公式对象

之间有一点区别

R> modelFormula
[1] "Species  ~ ."
R> as.formula(modelFormula)
Species ~ .

这很重要，因为如果你提供一个公式对象作为第一个参数，就会有一个formula方法。如果不这样做，则会得到default方法，并且不知道如何处理其参数x的字符串。您可以在下面看到方法调度：

R> methods(randomForest)
[1] randomForest.default* randomForest.formula*

   Non-visible functions are asterisked
R> debugonce(randomForest:::randomForest.formula)
R> model <- randomForest(modelFormula, data=iris) ## 1
Error in if (n == 0) stop("data (x) has 0 rows") : 
  argument is of length zero
R> model <- randomForest(as.formula(modelFormula), data=iris)
debugging in: randomForest.formula(as.formula(modelFormula), data = iris)
debug: {
.... truncated

我调试了formula方法，但在将公式对象作为第一个参数传递之前，它不会被调用。因此第一次调用中的错误（上面的## 1）。使用公式对象，我们看到在调试器中调用了randomForest.formula方法。

Answer 2

执行：

model <- randomForest(as.formula(modelFormula), data=iris)

结果：

> model

Call:
 randomForest(formula = as.formula(modelFormula), data = iris) 
               Type of random forest: classification
                     Number of trees: 500
No. of variables tried at each split: 2

        OOB estimate of  error rate: 4%
Confusion matrix:
           setosa versicolor virginica class.error
setosa         50          0         0        0.00
versicolor      0         47         3        0.06
virginica       0          3        47        0.06

字符串公式（来自paste（））不适用于randomForest（）

2 个答案: