对象中的缺失值-R中的随机森林混乱矩阵

我试图在没有成功拟合模型后获得混淆矩阵。使用相同的代码和决策树，相反，没有问题。这是我的代码：对象中的缺失值-R中的随机森林混乱矩阵

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)

这就是错误：

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

我也试试这个：

table(rf_validation, validation$classe)

这就造成了同样的错误。如果我用：

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

相反，一切工作正常。

我错过了什么？

来源

2016-01-29 pceccon

'randomForest（）'''默认'na.action = na.fail'。因此，它打破了（在我的机器上）。例如，如果您愿意忽略“NA”值，您可以将其设置为“na.action = na.omit”。 – lukeA

＃coursera问题 – jtlz2

正如@lukeA所述，由于NA值，我遇到了问题。为我工作的另一种选择是清理我的数据多一点点：

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

由NA值形成的删除功能。

来源

2016-01-29 19:46:21 pceccon

对象中的缺失值-R中的随机森林混乱矩阵

回答

相关问题