构建RF时下标超出边界

我正试图基于r中的随机林构建一个分类器

用于复制此内容的代码：

    library(quantmod)
    library(randomForest)

    getSymbols('^GSPC', from="2002-01-01") 
    GSPC <- GSPC[,1:5] # remove adjusted close
    GSPC$wkret <- lag(GSPC$GSPC.Close,-5)/GSPC$GSPC.Close # build weekly future return
    GSPC$wkret <- GSPC$wkret * 100 -100 # build index

    cutoff <- floor(dim(GSPC)[1]/4) # select the row at 25%
    cutoffbreak <- sort(abs(as.data.frame(GSPC$wkret)[,1]),decreasing=T)[cutoff] # get the top 25% return in absolute terms
    y <- cut(GSPC$wkret, breaks=c('-100',-cutoffbreak,cutoffbreak ,'100'),labels=c('down','','up')) # build factors 
    randomForest(GSPC[1:100],y[1:100]) # select first 100 to exclude NA's, dimension problems.

这是可行的（但毫无意义）：

但建立一个森林可以：

> rf <- randomForest(y[1:100] ~ .,data=x[1:100])
Error in randomForest.default(m, y, ...) : subscript out of bounds

> traceback()
4: randomForest.default(m, y, ...)
3: randomForest(m, y, ...)
2: randomForest.formula(y[1:100] ~ ., data = x[1:100])
1: randomForest(y[1:100] ~ ., data = x[1:100])

---

使用公式和数据参数调用randomForest非常常见，但是

x[1:100]

不是矩阵，而是向量。我想你的意思是

x[1:100，]

此外，数据的参数应该是数据帧，而不是矩阵。我假设x是一个矩阵（而不是一个数据帧），因为

x[1:100]

将返回以下错误消息：

Error in `[.data.frame`(x, 100) : undefined columns selected

或者，根据注释建议，您也可以运行

randomForest( x[ 1:100, ], y[ 1:100 ] )

---

使用公式和数据参数调用randomForest非常常见，但是

x[1:100]

不是矩阵，而是向量。我想你的意思是

x[1:100，]

此外，数据的参数应该是数据帧，而不是矩阵。我假设x是一个矩阵（而不是一个数据帧），因为

x[1:100]

将返回以下错误消息：

Error in `[.data.frame`(x, 100) : undefined columns selected

或者，根据注释建议，您也可以运行

randomForest( x[ 1:100, ], y[ 1:100 ] )

---

当我创建y时，出现了一些错误。 当我添加以下内容时，代码运行良好：

    y <- as.factor(as.numeric(y))

y随机森林（na.omit（GSPC），y[1:2713]）
randomForest.default中出错（na.omit（GSPC），y[1:2713]）：
下标越界
>y随机森林（na.omit（GSPC），y[1:2713]）
电话：
随机森林（x=na.omit（GSPC），y=y[1:2713]）
随机森林类型：分类
树木数目：500
每次拆分时尝试的变量数：2
OOB错误率估计：0.07%
混淆矩阵：
1.2.3类错误
1 348    1   0 0.002865330
2   0 2034   0 0.000000000
3   0    1 329 0.003030303

我创建y时出现了一些问题。 当我添加以下内容时，代码运行良好：

    y <- as.factor(as.numeric(y))

y随机森林（na.omit（GSPC），y[1:2713]）
randomForest.default中出错（na.omit（GSPC），y[1:2713]）：
下标越界
>y随机森林（na.omit（GSPC），y[1:2713]）
电话：
随机森林（x=na.omit（GSPC），y=y[1:2713]）
随机森林类型：分类
树木数目：500
每次拆分时尝试的变量数：2
OOB错误率估计：0.07%
混淆矩阵：
1.2.3类错误
1 348    1   0 0.002865330
2   0 2034   0 0.000000000
3   0    1 329 0.003030303

这是使用randomForest公式界面的一种非常奇怪的方式。尝试直接传递

x

和

y

参数。x[1:100]不是矩阵，而是向量。这是行不通的。@是的；不确定RF是否会强制到matrix，如果他们切换到

y=y[1:100]，x=x[1:100]

或不切换到matrix。虽然其他人可能知道你在使用什么，但对我来说，这是不可复制的。请使用

dput

（请参阅）。为什么你要将前100行的4行对象子集化呢。这是你对再现性的尝试吗<代码>>GSPC$[lagged column on close]错误：“GSPC$[”中出现意外“[”，这是使用randomForest公式界面的一种非常奇怪的方式。请尝试直接传递

x

和

y

参数。x[1:100]不是矩阵，而是向量。这不起作用。@January Yeah；不确定RF是否会强制到矩阵，如果他们切换到

y=y[1:100]，x=x[1:100]

或不切换到矩阵。尽管其他人可能知道你在用什么，但对我来说它不是可复制的。请使用

dput

（请参阅）。你为什么要对4行对象的前100行进行子集设置？呃。这是你对再现性的尝试吗？

>GSPC$[lagged column on close]错误：在“GSPC$[”

中出现意外的“[”是，但我不确定你对

x[1:100]的理解在技术上是否正确

是一个向量。OP暗示

x

是一个xts对象，这有点不同。创建一个

xts

对象，然后使用

is.vector

和

is.matrix

。我想你可能会感到惊讶。该死！我忽略了这一点。事实上，我刚刚验证了我可以传递

xts

对象目录直接使用randomForest

x

参数，而不必首先将其强制为矩阵。xts对象是一个矩阵（具有索引属性）@January，谢谢，但我应该提到，在验证其是否具有相同的属性（光学属性）后，将其删除是故障排除的一部分结果。您的代码给出了与以前相同的错误。是的，但我不确定您关于

x[1:100]的技术正确性

是一个向量。OP暗示

x

是一个xts对象，这有点不同。创建一个

xts

对象，然后使用

is.vector

和

is.matrix

。我想你可能会感到惊讶。该死！我忽略了这一点。事实上，我刚刚验证了我可以传递

xts

对象目录直接删除randomForest

x

参数，而不必首先将其强制为矩阵。xts对象是矩阵（具有索引属性）@January，谢谢，但我应该提到，此删除是作为故障排除的一部分完成的，在验证其给出相同的（光学）结果后。您的代码给出的错误与以前相同。

    > randomForest(na.omit(GSPC),y[1:2713])
    Error in randomForest.default(na.omit(GSPC), y[1:2713]) : 
      subscript out of bounds
    > y <- as.factor(as.numeric(y))
    > randomForest(na.omit(GSPC),y[1:2713])

    Call:
     randomForest(x = na.omit(GSPC), y = y[1:2713]) 
                   Type of random forest: classification
                         Number of trees: 500
    No. of variables tried at each split: 2

            OOB estimate of  error rate: 0.07%
    Confusion matrix:
        1    2   3 class.error
    1 348    1   0 0.002865330
    2   0 2034   0 0.000000000
    3   0    1 329 0.003030303