怎么修 ”'。'使用 randomForest 函数时，公式中没有“数据”参数？

Question

我正在尝试用我的数据构建一个随机森林回归模型。对于第一个参数，我编写了公式，然后指定了数据，最后编写了所需树的数量。

rf_model = randomForest(targetVar ~., data = train, ntree = 50)

执行这行代码时遇到的错误是：

Error in terms.formula(formula, data = data) : 
'.' in formula and no 'data' argument

是什么导致了错误？这是随机森林回归模型的一个非常简单直接的实现。此外，阅读有关错误的信息并没有产生任何有效的解决方案。

Answer 1

问题不在于randomForest 函数。它与 train 数据集以及您如何指示 randomForest 处理它有关。

1. 您必须指导randomForest() 如何处理NA 值。例如，您必须设置na.action=na.omit。
2. 您的数据集变量太多 - randomForest 抱怨 53 个变量太多。

因此，作为示例，我将向您展示如何使其与 2 个变量一起使用。

train <- read.csv('<path to>/Train.csv', header=TRUE, sep = ",")
sales <- randomForest(Item_Outlet_Sales~Item_MRP+Item_Weight, data = train, ntree=50, na.action=na.omit)
sales

na.omit 不是唯一可用的函数。有关更多 NA 处理功能，请参阅文档。

您必须查看要使用的变量。希望这会有所帮助。