R 如何修复不同长度的表

首先，我是R的新手（不到两个月），第一次在这里问问题，所以如果我没有包括所有需要的，我道歉

我正在尝试使用以下方法从随机林创建混淆矩阵：

library (randomForest)
library (caret)
rfSeg1 <- randomForest(desc ~ Seg1, data= roi_dataSeg1, importance= TRUE, mtry = 4, ntree= 500, trControl = rfSeg1Control, tuneGrid = rfSeg1Grid,metric = "Kappa", maximize = true, na.action=na.exclude)

conftbl <- confusionMatrix(rfSeg1$predicted,roi_dataSeg1$desc)

我跑：

> identical(levels(rfSeg1$predicted),levels(roi_dataSeg1$desc))
[1] TRUE
> identical(length(rfSeg1$predicted),length(roi_dataSeg1$desc))
[1] FALSE
> length(roi_dataSeg1$desc)
[1] 152242
> length(rfSeg1$predicted)
[1] 151567

---

我在网上查过，试过几次，但都没用。如果您有任何帮助来修复此错误，我们将不胜感激。

您的数据具有不同的长度<代码>R逻辑主要基于向量。因此，如果您尝试使用两个长度不同的向量，则会抛出一个错误。您的问题是排除了

NA

-值。将所有

NA

s分配给向量：

n使用您提供的代码。感谢您的帮助。请注意，我提供的代码非常符合
R
-逻辑。实际上
apply（roi_dataSeg1[，c（'Seg1'，'desc'））]，1，函数（x）sum（is.na（x））==0）
如果您想继续使用apply系列，可能更容易理解。但是我只推荐学习
lappy
和
sapply
，因为它们都非常快。除了
Rcpp
-code之外，它们比
R
中的所有东西都快。我查看了lappy，但遇到了额外的错误，没有继续。我将添加应用代码，因为我必须再运行这个模型4次。我尝试在随机林代码中省略na.action=na.exclude，但它也会出现错误。您建议保留该代码并在以后的工作中使用apply，还是尝试在随机林中消除使用na.action=na.exclude的需要。您的数据具有不同的长度<代码>R

逻辑主要基于向量。因此，如果您尝试使用两个长度不同的向量，则会抛出一个错误。您的问题是排除了

NA

-值。将所有

NA

s分配给向量：

n使用您提供的代码。感谢您的帮助。请注意，我提供的代码非常符合
R
-逻辑。实际上
apply（roi_dataSeg1[，c（'Seg1'，'desc'））]，1，函数（x）sum（is.na（x））==0）
如果您想继续使用apply系列，可能更容易理解。但是我只推荐学习
lappy
和
sapply
，因为它们都非常快。除了
Rcpp
-code之外，它们比
R
中的所有东西都快。我查看了lappy，但遇到了额外的错误，没有继续。我将添加应用代码，因为我必须再运行这个模型4次。我尝试在随机林代码中省略na.action=na.exclude，但它也会出现错误，您建议保留该代码并在以后的工作中使用apply，还是尝试消除在随机林中使用na.action=na.exclude的需要。
> identical(levels(rfSeg1$predicted),levels(roi_dataSeg1$desc))
[1] TRUE
> identical(length(rfSeg1$predicted),length(roi_dataSeg1$desc))
[1] FALSE
> length(roi_dataSeg1$desc)
[1] 152242
> length(rfSeg1$predicted)
[1] 151567