0

Halo，我是数据挖掘领域的新手，但是，我的数据不平衡，我使用 smote 使我的数据平衡并准备用于决策树。这是我的代码

Data1<-data%>%select(c(sex,usia,status))
Data1$status<-as.factor(Data1$status)
Data1<-data.frame(Data1)
Data1
str(Data1)
#==SMOTE==#
set.seed(15)
balanced.data1 <- SMOTE(status~.,Data1, perc.over = 1400, k = 5, perc.under = 
                          110)
as.data.frame(table(balanced.data1$status))
balanced.data1
str(balanced.data1$sex)
#==TREE==#
fitControl1 <- trainControl(method = 'loocv')
balanced.data1<-data.frame(balanced.data1)
dt_model_smote1 <- caret::train(status~.,
                                data.frame(balanced.data1), 
                                method = 'rpart',
                                tuneLength = 5,
                                trControl=fitControl1)
dt_model_smote1

结果是我的balanced_data1 在预测变量上具有NA 值，即性别和usia。因此，我无法在我的决策树上工作。我该如何解决这种情况？

4

0 回答 0