可变和随机森林的水平

Question

考虑一个数据集训练 ：

    z  a  
    1  1  
    0  2  
    0  1
    1  3
    0  1
    1  2
    1  1
    0  3
    0  1
    1  3

具有二元结果变量z和具有三个级别的分类预测变量a ：1、2、3。

现在考虑一个数据集测试 ：

   z  a
      1
      1
      2
      1
      2
      2
      1

当我运行以下代码时：

library(randomForest)
set.seed(825)
RFfit1 <- randomForest(z~a, data=train, importance=TRUE, ntree=2000)
RFprediction1 <- predict(RFfit1, test)

我收到以下错误消息：

Error in predict.randomForest(RFfit1, test1) : 
  Type of predictors in new data do not match that of the training data.

我假设这是因为测试数据集中的变量a没有三个级别。 我该如何解决？

Answer 1

您必须为其分配与火车相同的级别

 test$a <- factor(test$a, levels=levels(train$a))