随机森林可变长度不同

我想使用一个特性作为响应变量来运行RF。我无法通过一个变量传递一个字符串作为RF中的响应。首先，我尝试在通过变量传递的字符串上运行RF作为响应，并得到“向量长度不同的错误”。在此之后，我尝试输入实际的字符串（特征）作为响应，并且它工作正常。你能否介绍一下为什么可变长度不同？谢谢。随机森林可变长度不同

> 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 
>

来源

2013-07-25 Chris Robles

您只是误解了公式是如何工作的。基本上，你的第一次尝试不是假设工作。

公式应该由变量的名称组成，可能是简单的函数。例如

var1 ~ var2 
var1 ~ log(var2)

注意缺少引号。如果你没有引用它，它不是一个字符串，它是一个符号。

因此，避免原始字符串，奇怪的评估需求（如Data[1]，或任何使用$）在您的公式。构造字符串中的公式，粘贴在一起，然后在结果字符串上调用as.formula。

请记住，公式的全部要点是您已经提供了模型的符号表示形式，然后R将查找您在提供的数据框中命名的特定列。

我认为一些函数会对你的公式的字符串表示进行强制转换（例如"var1 ~ var2"），但我不会指望或期待它。

来源

2013-07-25 22:21:13 joran

感谢您的回应！我发现可以使用paste来构造字符串以便在公式中使用，并且这种方式实际上可以实现。另一种方法是使用公式（x，y）并在实际数据表中调用坐标以用作x，y坐标：randomForest（Data [，-1]，Data [，1] ，接近度= T） –

随机森林可变长度不同

回答

相关问题