R 混淆矩阵输出错误

我试图通过以下代码在R中使用决策树构建预测模型：

library(rpart)
library(caret)

DataYesNo<-read.csv('DataYesNo.csv',header=T)

worktrain<- sample(1:50,40)
worktest <- setdiff(1:50,worktrain)

M <- ncol(DataYesNo)
input  <- names(DataYesNo)[1:(M-1)]                                   
target <- "ICUtransfer"                         

tree<- rpart(ICUtransfer~Temperature+RespiratoryRate+HeartRate+SystolicBP+OxygenSaturations,
                data=DataYesNo[worktrain, c(input,target)],
                method="class",
                parms=list(split="information"),
                control=rpart.control(usesurrogate=0, maxsurrogate=0))

fitted <- predict(tree, DataYesNo[worktest, c(input,target)])

cmatrix <- confusionMatrix(fitted, worktest$ICUtransfer)
print(cmatrix)

tree                
plot(tree)
text(tree)

我试过这句话：

cmatrix <- confusionMatrix(fitted, DataYesNo[worktest,]$ICUtransfer)

---

cmatrix您得到该错误是因为
worktest
没有任何称为
ICUtransfer
的因子
worktest
只是索引的数字向量，因此没有因子。您需要与
worktest
索引对应的数据子集

不可能知道到底需要做什么，因为我看不到您使用的数据结构

不要使用
worktest$ICUtransfer
尝试使用
DataYesNo[worktest，c（输入，目标）]
请发布完整的错误日志/stacktrace。我厌倦了你的帖子，然后我得到了这个错误：sort中的错误。list（y）：“x”必须是“sort.list”的原子。你在列表中调用过“sort”吗？好吧，因为我对你的问题域不太了解，我不能给你更多的具体信息。尝试
DataYesNo[worktest]
。DataYesNo看起来像什么？我再次尝试：cmatrix:confusionMatrix中的错误。默认值（fitted，DataYesNo[worktest，]$ICUtransfer）：数据和参考因子必须具有相同的levelsOk数，现在您已经正确地将其索引到矩阵中，但还有一些问题。请编辑您的问题，并将参数值添加到confusionMartix。
cmatrix <- confusionMatrix(fitted, DataYesNo[worktest,]$ICUtransfer)