R-随机森林预测因预测变量中的NA而失败

Question

文档（如果我没看错的话）说，如果随机森林预测函数遇到某些观测值的NA预测变量，则会产生NA预测。

注意：如果对象是从randomForest.formula继承的，则任何带有NA的数据都会从预测中自动忽略。 返回的值将在聚合树预测和单个树预测（如果要求）中包含相应的NA，但在邻近或节点矩阵中不包含NA

但是，如果我尝试在预测变量中使用某些NA的数据集[2688中有7个观察结果中的NA]使用预测函数，则会遇到以下错误情况，并且预测失败。

Predict.randomForest（model，new.ds）中的错误：newdata中缺少值

如果可能的话，我想避免一些混乱的解决方法。

我在做/读错东西吗？ 它是否必须对"inherits from randomForest.formula"子句进行某些处理？

Answer 1

使用文档中的一些示例：

set.seed(1)
x <- data.frame(x1=gl(32, 5), x2=runif(160), y=rnorm(160))
rf1 <- randomForest(x[-3], x[[3]], ntree=10)
> inherits(rf1,"randomForest.formula")
[1] FALSE

> iris.rf <- randomForest(Species ~ ., data=iris, importance=TRUE,
                         proximity=TRUE)
> inherits(iris.rf,"randomForest.formula")
[1] TRUE

因此，您可能调用了randomForest而不使用公式接口来适合您的模型。