Question

我想创建一个函数，在其中使用randomForest包中的randomForest函数。这采用“子集”参数，该参数是用于训练的数据帧的行号的向量。但是，如果在另一个定义的函数中调用randomForest函数时使用此参数，则会出现错误：

 Error in eval(substitute(subset), data, env) : 
  object 'tr_subset' not found

这是一个可重现的示例，其中我们尝试训练随机森林以基于三个数值预测变量对响应“类型”“ A”或“ B”进行分类：

library(randomForest)

# define a random data frame to train with
test.data = data.frame(
   type = rep(NA, times =  500),
   x = runif(500),
   y = runif(500),
   z = runif(500)
)
train.data$type[runif(500) >= 0.5] = "A"
train.data$type[is.na(test.data$type)] = "B"
train.data$type = as.factor(test.data$type)

# define the training range
training.range = sample(500)[1:300]

# formula to use
tr_form = formula(type ~ x + y + z)

# Function that includes the randomForest function
train_rf = function(form, all_data, tr_subset) {
   p = randomForest(
      formula = form,
      data = all_data,
      subset = tr_subset,
      na.action = na.omit
   )

   return(p)
}

# test the new defined function
test_tree = train_rf(form = tr_form, all_data = train.data, tr_subset = training.range)

运行此操作会出现错误：

 Error in eval(substitute(subset), data, env) : 
  object 'tr_subset' not found

但是，如果从subset = tr_subset函数中删除了randomForest，并且从tr_subset函数中删除了train_rf，则此代码可以正常运行，但是整个数据集用于训练！

应注意，当在另一个函数中定义为 not 时，在subset中使用randomForest参数是完全可以的，并且是该函数的预期方法，如所述在上面链接的小插图中。

我知道，在此期间，我可以定义另一个仅具有所需行号的训练集，并使用所有这些进行训练，但是请问为什么我的原始代码不起作用？

谢谢。

编辑：我猜想，由于subset()是基本的R函数，R感到困惑，并认为您想使用基本的R函数，而不是定义randomForest函数的参数。我不是专家，所以我可能是错的。

在函数内使用randomForest时无法给出子集

0 个答案: