R的randomForest包中缺少值错误

Question

我正在使用randomForest包来使用标准流程对二进制结果变量进行分类。我首先必须强制更改所有变量以确保它们是数字，然后使用na.roughfix来处理缺失值：

data <- read.csv("data.csv")
data <- lapply(data, as.numeric)
data <- na.roughfix(data) 

然后我运行模型：

model <- randomForest(as.factor(outcome) ~ V1 + V2...+ VN, 
         data=data, 
         importance=TRUE,
         ntree=500)

我收到以下错误：

  

na.fail.default中的错误（列表（as.factor（结果）= c（2L，2L，1L，：     对象中缺少值

na.roughfix估算应该已经解决了这个问题（我之前已经开始工作了research on here shows that it should work），对吧？有什么建议？

Answer 1

您的lapply行并没有达到您的预期。结果不再是数据框，只是一个列表。因此，data.frame的{​​{1}}方法不会被调度，只是默认方法只返回它的第一个参数，如果它不是原子的（你的列表）显然不是。

将每列转换为数字但保留数据框属性的有点偷偷摸摸的方法是：

na.roughfix

或者，您只需通过data[] <- lapply(data,as.numeric) 将其转换回来。