R “错误”；x和xtest的列数必须相同；使用随机森林时

当我试图在R中使用randomForest时，我遇到了一个错误。 我进去的时候

basic3prox  <- randomForest(activity ~.,data=train,proximity=TRUE,xtest=valid)

但它们的列数是相同的。我使用subset（）从相同的原始数据集中获取它们，当我运行dim（）时，我得到

昏暗（火车）

[1] 3237563

dim（有效）

[1] 2630563

---

所以我不知道这里到底出了什么问题

不，他们没有

train

有562个预测列和1个decision列，因此

valid

必须有562列（相应的decision必须传递给

ytest

参数）。
因此，调用应该如下所示：

randomForest(activity~.,data=train,proximity=TRUE,
  xtest=valid[,names(valid)!='activity'],ytest=valid[,'activity'])

然而，这是一个肮脏的黑客，对于更复杂的公式将失败，因此不应该使用它（正如Joran在评论中指出的，即使作者也试图禁止它）。正确、简单、快速的方法是使用单独的对象来预测和决策，而不是使用公式，如下所示：

randomForest(trainPredictors,trainActivity,proximity=TRUE,
  xtest=testPredictors,ytest=testActivity)

---

不，他们没有

train

有562个预测列和1个decision列，因此

valid

必须有562列（相应的decision必须传递给

ytest

参数）。
因此，调用应该如下所示：

randomForest(activity~.,data=train,proximity=TRUE,
  xtest=valid[,names(valid)!='activity'],ytest=valid[,'activity'])

然而，这是一个肮脏的黑客，对于更复杂的公式将失败，因此不应该使用它（正如Joran在评论中指出的，即使作者也试图禁止它）。正确、简单、快速的方法是使用单独的对象来预测和决策，而不是使用公式，如下所示：

randomForest(trainPredictors,trainActivity,proximity=TRUE,
  xtest=testPredictors,ytest=testActivity)

---

也许这不是一个错误。当您使用

dim（）

时，您会得到不同的号码。这意味着训练数据和有效数据具有不同的DIM。我遇到过这样的问题。我的解决方案如下：首先，我使用

names（）

显示训练数据和有效数据中的变量。我看到他们有不同的变量；其次，我使用

setdiff（）

来“减去”剩余变量（如果训练数据的变量多于有效数据，则减去训练数据中的剩余变量，反之亦然）。然后，训练数据和有效数据具有相同的变量。您可以使用随机森林

也许这不是一个bug。当您使用

dim（）

时，您会得到不同的号码。这意味着训练数据和有效数据具有不同的DIM。我遇到过这样的问题。我的解决方案如下：首先，我使用

names（）

显示训练数据和有效数据中的变量。我看到他们有不同的变量；其次，我使用

setdiff（）

来“减去”剩余变量（如果训练数据的变量多于有效数据，则减去训练数据中的剩余变量，反之亦然）。然后，训练数据和有效数据具有相同的变量。您可以使用随机森林

通常，如果您要为

xtest

传递一个参数，那么您就不会使用公式方法，而是分别指定x和y。这（有点）是一个bug。传递

xtest

或

ytest

应该会在使用公式时生成特定错误，但它们似乎不会。我会联系软件包维护人员。这很奇怪，因为人们在询问关于randomForest的其他问题时使用了公式方法，但没有得到错误（大概是这样的）。我同意这很奇怪，几乎到处都是。这只虫子对我来说似乎很奇怪。问题是这一行

m没有哲学上的理由说明你为什么不能这样做，我只是指实际的代码，作者显然试图阻止你这样做，只是把它搞砸了。所以这更像是我在警告你以后不要指望这种行为。一般来说，如果你要为
xtest
传递一个参数，你不会使用公式方法，你应该分别指定x和y。你知道吗。这（有点）是一个bug。传递
xtest
或
ytest
应该会在使用公式时生成特定错误，但它们似乎不会。我会联系软件包维护人员。这很奇怪，因为人们在询问关于randomForest的其他问题时使用了公式方法，但没有得到错误（大概是这样的）。我同意这很奇怪，几乎到处都是。这只虫子对我来说似乎很奇怪。问题是这一行
m没有哲学上的理由说明你为什么不能这样做，我只是指实际的代码，作者显然试图阻止你这样做，只是把它搞砸了。这更像是我在警告你以后不要指望这种行为。那么，如果（任何（c（“xtest”，“ytest”）%在%names（m）中）停止（“xtest/ytest不支持通过公式接口”）
在
randomForest:：：randomForest.formula
？@joran中，你如何解释这些行，此if从不激发，因为
x
/
ytest
正在绑定到
…
；剩下的代码只是破译公式，然后跳转到默认方法，该方法可以很好地处理
x
/
ytest
。因此，这是一个bug（；我只是不知道bug是怎么回事：作者是否打算阻止在公式接口中使用
xtest
，并将其弄糟，还是一旦发生这种情况，他们打算开始允许它，但未能从函数中删除该检查？；）当然，第一个选项——这只适用于
y~。
公式，更复杂的公式可能会扰乱属性顺序，从而在没有任何警告的情况下产生完全错误的测试预测。那么，如果（在%names（m）中有任何（c（“xtest”，“ytest”）%停止，您如何解释行
(“xtest/ytest不支持通过公式接口”）
在
randomForest:：：randomForest.formula
？@joran嗯，这如果永远不会激发，因为
x
/
ytest
正在绑定到
…
；其余的