Question

在尝试预测Shiny中的单个新实例时，我收到上述错误消息，因此具有不同级别数的测试数据不会出现问题。

RF<-randomForest(incurred_loss2~turnover+Limite.PI+NUTS1,data=sec,importance=TRUE,ntree=2000)

modelPred<-reactive({
  turnoverInput<-as.numeric(input$sliderTurnover)
  LOIInput<-as.numeric(input$sliderLOI)
  LegalInput<-as.factor(input$selectLegal)
  NUTS1Input<-as.factor(input$selectNUTS1)
  predict(RF,newdata=data.frame(legal_form=LegalInput,turnover=turnoverInput,Limite.PI=LOIInput,NUTS1=NUTS1Input))
})

当我从模型中删除两个因子变量时，我只剩下两个数值变量，我没有得到错误信息。

Answer 1

错误意味着用于训练＆＃34; RF＆＃34;模型与测试数据结构不同，并且丢弃因子变量使得代码工作确认您遇到的问题不同。

查看您的代码可能是因为您的培训和测试集不是来自相同/唯一的data.frame的子集，也可以进行多次手动转换（包括因子的手动转换）。

根据您的需要，我会看到两件事要尝试：

将您的集合合并到一个data.frame中，并使用您可以使用的键列将火车和测试分开
或创建一个输出您可以在任务中使用的标准化数据集的函数，并将测试和训练集传递给它功能（将NA设置为显式级别）

如果您的某个数据集中有一个NA而另一个数据集没有NA，那么手动转换可能导致在随机林中使用因子的问题示例如下：

r random forest error - type of predictors in new data do not match

警告：predict.randomForest中的错误：新数据中的预测变量类型与训练数据的类型不匹配

1 个答案: