随机森林、支持向量机和带R的多项式Logistic回归

我对r或任何类型的编码几乎一无所知。我正在学习一门需要使用r进行数据分析的课程。我的最后一个项目是从智能手表下载并划分加速计数据。我成功地做到了这一点。然后我必须运行四个模型，如决策树、随机森林、多项式逻辑回归和SMV。我只是让决策树起作用

这个文件太大了，有350万个观测值，我不得不选择一小部分数据才能让它在不超时的情况下运行。我的数据是第1列。变量“gt”可以是步行、坐下、站立、楼梯上升、楼梯下降、空和自行车。我把它作为一个因子，并称之为‘gtF’，我真的只想把它和‘x’‘y’和‘z’的变量进行比较，但它不会那样运行，所以我只是通过重新移动‘索引’‘模型’和‘设备’来尝试下面看到的内容。错误在代码下面

有人能就我做错了什么提出建议吗？请解释它，就像你在向孩子解释一样，因为我是一个非常基础的初学者

我还包括了支持向量机和多项式逻辑回归的代码和错误

我的指导老师说，一些错误消息表明缺少数据。我运行了鼠标，收到一条消息说所有数据都在那里

随机森林

library(randomForest)
rf <- randomForest(gtF~ .-Index - Model -Device -gt,data=train1,
                   ntree = 300,
                   mtry = 8,
                   importance = TRUE,
                   proximity = TRUE)
print(rf)
attributes(rf)

中的错误与第一个错误的对比：

“char”类的培训集中必须有一些功能

请检查以下内容：

> a <- c("1", "2",letters[1:5], "3")
> as.numeric(a)
[1]  1  2 NA NA NA NA NA  3
Warning message:
NAs introduced by coercion 

>a作为数字（a）
[1] 1 2 NA NA 3
警告信息：
强制引入的NAs

对于第二个和第三个错误：

请查看以下链接：


library(nnet)
mymodel <- multinom(out~.-Index -Model -Device -gt -gtF,data=train1)
summary(mymodel)

> a <- c("1", "2",letters[1:5], "3")
> as.numeric(a)
[1]  1  2 NA NA NA NA NA  3
Warning message:
NAs introduced by coercion