r - 如何在R中使用缺少值的随机森林？

library(randomForest)
rf.model <- randomForest(WIN ~ ., data = learn)

我想拟合一个随机森林模型，但出现此错误:

Error in na.fail.default(list(WIN = c(2L, 1L, 1L, 2L, 1L, 2L, 2L, 1L,  :
missing values in object

我有16个数字属性的数据框学习，而WIN是0级1的因子。

最佳答案

我对这个问题的最初反应是，它没有进行太多的研究工作，因为“每个人”都知道随机森林不会处理预测变量中的缺失值。但是在检查?randomForest时，我必须承认它对此可能更加明确。

(尽管在文档中链接到的Breiman的PDF确实明确表示根本根本不处理缺少的值。)

我可以看到的官方文档中唯一明显的线索是na.action参数的默认值为na.fail，对于新用户来说可能太神秘了。

无论如何，如果您的预测变量缺少值，则(基本上)有两个选择:

使用其他工具(rpart很好地处理缺失值。)

估算缺失值

毫不奇怪，randomForest包具有执行此功能的函数rfImpute。 ?rfImpute上的文档提供了其用法的基本示例。

如果只有少数案例缺少值，则您也可以尝试设置na.action = na.omit以简单地删除这些案例。

当然，这个答案有点猜测您的问题确实只是缺少值。

关于r - 如何在R中使用缺少值的随机森林？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/8370455/