插补期间使用随机森林（MICE程序包）时出错

Question

我想使用随机森林方法来估算缺失值。 我读过一些论文，声称MICE随机森林比参数小鼠表现更好。

就我而言，我已经为默认鼠标运行了一个模型，并得到了结果并对其进行处理。 但是，当我有方法随机森林的选项时，出现错误，并且不确定为什么。 我已经看到了一些与随机森林和小鼠错误有关的问题，但这些不是我的情况。 我的变量具有多个NA。

imp <- mice(data1, m=70, pred=quickpred(data1), method="pmm", seed=71152, printFlag=TRUE)
impRF <- mice(data1, m=70, pred=quickpred(data1), method="rf", seed=71152, printFlag=TRUE)

iter imp variable
 1   1  Vac
Error in if (n == 0) stop("data (x) has 0 rows") : argument is of length zero

有人知道为什么我会收到此错误吗？

编辑

我试图将所有变量更改为数字，而不是使用虚拟变量，它返回了相同的错误和一些warning（）

impRF <- mice(data, m=70, pred=quickpred(data), method="rf", seed=71152, printFlag=TRUE)

 iter imp variable
   1   1  Vac  CliForm
 Error in if (n == 0) stop("data (x) has 0 rows") : argument is of length zero
 In addition: There were 50 or more warnings (use warnings() to see the first 50)

 50: In randomForest.default(x = xobs, y = yobs, ntree = 1,  ... :
   The response has five or fewer unique values.  Are you sure you want to do regression?

EDIT1

我只尝试了5种插补和较小的数据子集，仅使用2000行，并遇到了一些不同的错误：

> imp <- mice(data2, m=5, pred=quickpred(data2), method="rf", seed=71152, printFlag=TRUE)

iter imp variable
 1   1  Vac  Radio  Origin  Job  Alc  Smk  Drugs  Prison  Commu  Hmless  Symp
Error in randomForest.default(x = xobs, y = yobs, ntree = 1, ...) : NAs in foreign   
 function call (arg 11)
 In addition: Warning messages:
 1: In randomForest.default(x = xobs, y = yobs, ntree = 1, ...) : invalid mtry: reset to within valid range
 2: In max(ncat) : no non-missing arguments to max; returning -Inf
 3: In randomForest.default(x = xobs, y = yobs, ntree = 1, ...) : NAs introduced by coercion

Answer 1

当我只有一个完全观察到的变量时，我也遇到了此错误，我想这也是您遇到的原因。 我的同事Anoop Shah为我提供了一个修复程序（如下），而van Buuren教授（小鼠的作者）表示，他将在软件包的下一个更新中包括此修复程序。

在R中，键入以下内容使您可以重新定义rf归因功能。 fixInNamespace（“ mice.impute.rf”，“鼠标”）

然后粘贴的更正函数是：

mice.impute.rf <- function (y, ry, x, ntree = 100, ...){
ntree <- max(1, ntree)
xobs <- as.matrix(x[ry, ])
xmis <- as.matrix(x[!ry, ])
yobs <- y[ry]
onetree <- function(xobs, xmis, yobs, ...) {
    fit <- randomForest(x = xobs, y = yobs, ntree = 1, ...)
    leafnr <- predict(object = fit, newdata = xobs, nodes = TRUE)
    nodes <- predict(object = fit, newdata = xmis, nodes = TRUE)
    donor <- lapply(nodes, function(s) yobs[leafnr == s])
    return(donor)
}
forest <- sapply(1:ntree, FUN = function(s) onetree(xobs, 
    xmis, yobs, ...))
impute <- apply(forest, MARGIN = 1, FUN = function(s) sample(unlist(s), 
    1))
return(impute)
}