森林隨機變量長度不同

Question

我正在嘗試使用功能作為響應變量來運行RF。 我無法通過變量傳遞字符串以用作RF中的響應。 首先，我嘗試在通過變量作為響應的字符串上運行RF，然后收到“向量長度不同錯誤”。 在此之后，我嘗試僅輸入實際的字符串（功能）作為響應，並且效果很好。 您能否闡明為什么可變長度不同？ 謝謝。

> colnames(Data[1])
[1] "feature1"
> rf.file = randomForest(formula =colnames(Data[1])~ ., data = Data, proximity = T,      importance = T, ntree = 500, nodesize = 3)
Error in model.frame.default(formula = colnames(Data[1]) ~ .,  : 
  variable lengths differ (found for 'feature1')

Enter a frame number, or 0 to exit   

1: randomForest(formula = colnames(Data[1]) ~ ., data = Data, proximity = T, importance = T, ntree = 500, nodesize = 3)
2: randomForest.formula(formula = colnames(Data[1]) ~ ., data = brainDataTrim, proximity = T, importance = T, ntree = 500, nodesize = 3)
3: eval(m, parent.frame())
4: eval(expr, envir, enclos)
5: model.frame(formula = colnames(Data[1]) ~ ., data = Data, na.action = function (object, ...) 
6: model.frame.default(formula = colnames(Data[1]) ~ ., data = Data, na.action = function (object, ...) 

Selection: 0



> rf.file = randomForest(formula =feature1~ ., data = Data, proximity = T,      importance = T, ntree = 500, nodesize = 3)
> rf.file

Call:
 randomForest(formula = feature1 ~ ., data = Data,      proximity = T, importance = T, ntree = 500, nodesize = 3) 
               Type of random forest: regression
                     Number of trees: 500
No. of variables tried at each split: 3

          Mean of squared residuals: 0.1536834
                    % Var explained: 34.21
> 

Answer 1

您只是誤解了公式是如何工作的。 基本上，你的第一次嘗試是不應該工作。

公式應包含變量的名稱，可能是變量的簡單功能。 例如

var1 ~ var2
var1 ~ log(var2)

請注意缺少引號。 如果您未引用，則它不是字符串，而是符號。

因此，請避免在公式中使用原始字符串，奇怪的求值要求（例如Data[1]或$任何用法）。 要根據字符串構造公式，請將其粘貼在一起，然后在生成的字符串上調用as.formula 。

請記住，公式的全部要點是您已經提供了模型的符號表示形式，然后R將繼續在提供的數據框中查找您命名的特定列。

我認為某些函數可以為您執行公式的字符串表示形式的強制轉換（例如"var1 ~ var2" ），但是我不會指望或期望它。