使用樹函數時“強制引入的 NA”錯誤

Question

我一直在使用 KNN 算法對事件進行分類，但這並沒有導致分類的高精度。 一些同事告訴我，R 中的tree ()函數（來自tree包）可以幫助解決這個問題。

這是我的數據示例。 我正在嘗試根據前兩列"ACTIVITY_X"和"ACTIVITY_Y"的值對不同的事件進行分類（我有 8 類不同的事件）：

> print(dataset)
     ACTIVITY_X ACTIVITY_Y     Event
  1:         19         21 Vigilance
  2:         20         14 Vigilance
  3:         34         35 Vigilance
  4:         18          5 Vigilance
  5:         23         27 Vigilance
 ---                                
426:          9         25 Vigilance
427:          0          0   Head-up
428:          0          0   Head-up
429:          3          3   Head-up
430:          0          0 Vigilance

理想情況下，我想在不同類別（平視、警戒等）之間找到不同的閾值，當"Event"數據不可用且我只有"ACTIVITY_X"和"ACTIVITY_Y"數據時，這應該有助於對它們進行分類。 我想我應該使用tree()函數：

xtree <- tree(Head-up~ACTIVITY_X+ACTIVITY_Y,data=dataset)
plot(xtree)
title("Head_up")
text(xtree)

xtree <- tree(Vigilance~ACTIVITY_X+ACTIVITY_Y,data=dataset)
plot(xtree)
title("Vigilance")
text(xtree)

etc..

但是，我在運行分析時遇到了不同的錯誤，主要是"NAs introduced by coercion" 。 當我使用rpart()函數時，這些錯誤是不存在的，該函數也是一種分類算法。

> xtree <- tree(Vigilance~ACTIVITY_X+ACTIVITY_Y,data=dataset)
Warning message:
In tree(Vigilance ~ ACTIVITY_X + ACTIVITY_Y, data = dataset) :
  NAs introduced by coercion
> plot(xtree)
Error in plot.tree(xtree) : cannot plot singlenode tree
> title("Vigilance")
Error in title("Vigilance") : plot.new has not been called yet
> text(xtree)
Error in text.tree(xtree) : cannot plot singlenode tree

任何幫助，將不勝感激。 我對 R 很陌生，所以我希望其他用戶仍然對這個問題感興趣。

Answer 1

我有點不確定我的數據結構是否與您的相同，但錯誤對我來說是相同的：

Binary | X1  | X2
No     | 6.3 | 8.3
Yes    | 7.2 | 9.8
Yes    | 5.0 | 3.8

x = tree(Binary ~ . , data)

強制引入的 NA

對我來說，這個錯誤是因為數據集中的“二進制”變量的格式是“字符”而不是所需的“因子”格式

class(data$Binary)
"character"

data$Binary = as.factor(data$Binary)

class(data$Binary)
"factor"

在此轉換后，運行 tree 函數不再出現錯誤。

Answer 2

是的，將變量從其他類（如二進制、字符等）更改為因子，謝謝..!!!

> class(train_data$saleCAT)

[1]“性格”

data$saleCAT <- as.factor(data_cat) 
> class(train_data$saleCAT)

[1] “因素”

Answer 3

關於這個主題的評論有點舊，但我認為舊版本的 R 在分配時會自動分配因子，我認為這會更好。