0

当我尝试在 R 中使用 randomForest 时出现错误。当我输入

basic3prox  <- randomForest(activity ~.,data=train,proximity=TRUE,xtest=valid)

其中 train 是训练数据的数据框，valid 是测试数据的数据框，我收到以下错误

Error in randomForest.default(m, y, ...) : 
  x and xtest must have same number of columns

但它们确实有相同数量的列。我使用 subset() 从相同的原始数据集中获取它们，当我运行 dim() 我得到

昏暗（火车）

[1] 3237 563

昏暗（有效）

[1] 2630 563

所以我不知道这里出了什么问题。

4

2 回答 2

4

不，他们没有；train有 562 个预测列和 1 个决策列，所以valid必须有 562 个列（并且必须将相应的决策传递给ytest参数）。
所以调用应该如下所示：

randomForest(activity~.,data=train,proximity=TRUE,
  xtest=valid[,names(valid)!='activity'],ytest=valid[,'activity'])

然而，这是一个肮脏的 hack，对于更复杂的公式会失败，因此不应该使用它（即使作者试图禁止它，正如 Joran 在评论中指出的那样）。正确、更简单、更快捷的方法是使用单独的对象进行预测和决策，而不是使用公式，如下所示：

randomForest(trainPredictors,trainActivity,proximity=TRUE,
  xtest=testPredictors,ytest=testActivity)
于 2013-03-10T11:20:44.943 回答
0

也许这不是一个错误。当你使用时dim()，你会得到不同的号码。这意味着训练数据和有效数据确实有不同的暗淡。我遇到过这样的问题。我的解决方案如下：首先，我使用names()显示训练数据和有效数据中的变量。我看到他们确实有不同的变量。其次，我使用setdiff()“减去”剩余变量（如果训练数据的变量多于有效数据，则减去训练数据中的剩余变量，反之亦然。）之后，训练数据和有效数据具有相同的变量。您可以使用randomForest。

于 2020-01-03T09:00:06.787 回答