r - 如何在 R 中使用缺失值的随机森林？

Question

library(randomForest)
rf.model <- randomForest(WIN ~ ., data = learn)

我想拟合随机森林模型，但出现此错误:

Error in na.fail.default(list(WIN = c(2L, 1L, 1L, 2L, 1L, 2L, 2L, 1L,  : 
missing values in object

我有 16 个数字属性的数据框架学习，WIN 是一个级别为 0 1 的因子。

Answer 1

如果您的数据缺少值，您(基本上)有两种选择:

1. 使用不同的工具(rpart 可以很好地处理缺失值。)
2. 估算缺失值

毫不奇怪，randomForest 包有一个函数可以做到这一点，rfImpute。 ?rfImpute 上的文档介绍了其使用的基本示例。

还有 na.roughfix 它将用中位数/众数替换缺失值。您可以通过在调用 randomForest 时设置 na.action = na.roughfix 来使用它。

如果只有少数情况存在缺失值，您也可以尝试设置 na.action = na.omit 以简单地删除这些情况。

当然，这个答案有点猜测，您的问题实际上只是缺少值。