R-随机森林-删除训练数据中不存在的新因子水平

Question

我正在使用Random Forest软件包调试代码，以前几乎没有R经验。

我已经到了一个地步，excecuting predict.randomForest ，我得到的错误：

训练数据中不存在新的因子水平。

在搜索此站点时，我已经找到了原因，并且了解到我需要删除引起问题的记录。

如何隔离（找出）引起问题的列/行？

Answer 1

假设您拥有用于构建模型的train.data，现在想要获取预测的test.data，以及因子变量factor.var1，那么您可以执行以下操作：

levels(test.data$factor.var1) %in% levels(train.data$factor.var1)

它将生成与test.data中的因子水平相对应的逻辑矢量，其中“ FALSE”条目是train.data中不存在的因子水平。

Answer 2

简单的解决方案是将测试数据与训练数据绑定并进行预测，然后将要预测的行子集化。这对我有用