如何避开R中的随机林错误（新数据中的预测值不匹配）

我很难对下面的错误消息进行故障排除。我试图在

titanic

数据集上建立一个随机森林模型。有没有办法避免这个错误？是否有代码检查树中的级别

Error in predict.randomForest(my_rf_model, test1) : Type of predictors in new data
    do not match that of the training data.

---

这可能是因为

test1

中的一个预测变量是一个因子变量，其值在原始数据集中不存在。例如，如果

titanic

有一个名为

group

的列，该列的值可以是

a

或

B

，但是

test1$group

的值可以是

C

，那么您将得到该错误

例如：

data(iris)
iris$group = factor(sample(c("A","B"), nrow(iris), replace=TRUE))
rf <- randomForest(Species ~ ., data=iris)

newdat = iris
newdat$group = "C"

predict(rf, newdata=newdat)

数据（iris）
iris$group=系数（样本（c（“A”、“B”）、nrow（iris）、replace=真）
rf或如果培训和测试集之间的级别不同。假设
titanic$组
的级别为“A”和“B”，但
test1$组
是仅为“A”级的因素。也就是说，除了额外的水平造成这一点，它也可能是失踪的水平。