随机森林预测函数中的下标越界误差答案

【问题标题】：Subscript out of bound error in predict function of randomforest随机森林预测函数中的下标越界误差
【发布时间】：2017-12-20 13:04:32
【问题描述】：

我正在使用随机森林进行预测，在 predict(fit, test_feature) 行中，我收到以下错误。有人可以帮我克服这个问题。我对另一个数据集执行了相同的步骤并且没有错误。但我在这里得到错误。

Error: Error in x[, vname, drop = FALSE] : subscript out of bounds

training_index <- createDataPartition(shufflled[,487], p = 0.8, times = 1)
training_index <- unlist(training_index)

train_set <- shufflled[training_index,]
test_set <- shufflled[-training_index,]

accuracies<- c()
k=10
n= floor(nrow(train_set)/k)

for(i in 1:k){
  sub1<- ((i-1)*n+1)
  sub2<- (i*n)
  subset<- sub1:sub2
  train<- train_set[-subset, ]
  test<- train_set[subset, ]
  test_feature<- test[ ,-487]

  True_Label<- as.factor(test[ ,487])
  fit<- randomForest(x= train[ ,-487], y= as.factor(train[ ,487]))

  prediction<- predict(fit, test_feature)  #The error line
  correctlabel<- prediction == True_Label
  t<- table(prediction, True_Label)
}

【问题讨论】：

标签： r random-forest prediction

【解决方案1】：

你的问题不是很清楚，反正我尽量帮你。首先检查您的数据以查看各种预测变量和结果的水平分布。您可能会发现您的某些预测变量水平或结果水平非常偏斜，或者某些结果或预测变量水平非常罕见。当我尝试使用经过严格调整的随机森林预测一个非常罕见的结果时，我遇到了这个错误，因此一些预测器级别实际上不在训练数据中。因此，训练数据认为超出范围的测试数据中出现了一个因子水平。

或者，检查变量的名称。在调用 predict() 以确保变量名称匹配之前。没有您的数据文件，很难说出您的第一个示例为何有效。例如你可以试试：

names(test) <- names(train)

【讨论】：

我已经测试了我的训练和测试数据集。此外，当我为测试和测试数据运行 unique(lable) 时，我得到相同的标签。我还检查了变量的名称，但仍然是同样的错误

【解决方案2】：

几周前我遇到了类似的问题。

要解决这个问题，你可以这样做：

df$label <- factor(df$label)

而不是 as.factor 尝试只考虑泛型函数。另外，请先尝试命名您的标签变量。

【讨论】：

【解决方案3】：

在您的训练和验证 x 中是否有相同的列名？

我收到了同样的错误消息，并通过重命名列名来解决它，因为我的数据是一个矩阵并且它们的列名都是空的，即“”。

【讨论】：

【解决方案4】：

添加表达式

dimnames(test_feature) <- NULL

之前

prediction <- predict(fit, test_feature)

【讨论】：