对象中的缺失值 - R 中的随机森林混淆矩阵答案

【问题标题】：missing values in object - Random Forest Confusion Matrix in R对象中的缺失值 - R 中的随机森林混淆矩阵
【发布时间】：2016-05-07 15:25:40
【问题描述】：

我试图在没有成功拟合模型后获得混淆矩阵。相反，使用相同的代码和决策树，没有问题。这是我的代码：

library(caret)
library(randomForest)

training <- read.csv("https://d396qusza40orc.cloudfront.net/predmachlearn/pml-training.csv", na.strings=c("#DIV/0!"), row.names = 1)

to_exclude <- nearZeroVar(training)
training <- training[, -to_exclude]

set.seed(1234)
train_idx <- createDataPartition(training$classe, p = 0.8, list = FALSE)
train <- training[train_idx,]
validation <- training[-train_idx,]

rf_model <- randomForest(classe ~ . , data=train, method="class")
rf_validation <- predict(rf_model, validation, type="class")

confusionMatrix(rf_validation, validation$classe)

这是错误：

na.fail.default(list(classe = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, : 对象中的缺失值

我也试试这个：

table(rf_validation, validation$classe)

这导致了同样的错误。如果我使用：

dt_model <- rpart(classe ~ ., data=train, method="class")

相反，一切正常。

我错过了什么？

【问题讨论】：

randomForest() 的默认 na.action=na.fail。因此，它坏了（在我的机器上）。例如，如果您愿意省略 NA 值，则可以将其设置为 `na.action=na.omit。
# coursera 问题

标签： r random-forest confusion-matrix

【解决方案1】：

正如@lukeA 所提到的，由于 NA 值，我遇到了问题。另一个对我有用的选择是多清理我的数据。：

training <- training[, colSums(is.na(training)) == 0]

移除由 NA 值形成的特征。

【讨论】：