r 随机森林错误 - 新数据中的预测变量类型不匹配

Question

我正在尝试在 R ( quantregForest ) 中使用基于随机森林包的分位数回归森林函数。我收到一个类型不匹配错误，我不太明白为什么。

我通过使用训练模型

qrf <- quantregForest(x = xtrain, y = ytrain)

这没有问题，但是当我尝试使用新数据进行测试时

quant.newdata <- predict(qrf, newdata= xtest)

它给出了以下错误:

Error in predict.quantregForest(qrf, newdata = xtest) : 
Type of predictors in new data do not match types of the training data.

我的训练和测试数据来自不同的文件(因此是不同的数据框)，但格式相同。我已经检查了预测变量的类别

sapply(xtrain, class)
sapply(xtest, class)

这是输出:

> sapply(xtrain, class)
pred1     pred2     pred3     pred4     pred5     pred6     pred7     pred8 
"factor" "integer" "integer" "integer"  "factor"  "factor" "integer"  "factor" 
pred9    pred10    pred11    pred12 
"factor"  "factor"  "factor"  "factor" 


> sapply(xtest, class)
pred1     pred2     pred3     pred4     pred5     pred6     pred7     pred8 
"factor" "integer" "integer" "integer"  "factor"  "factor" "integer"  "factor" 
pred9    pred10    pred11    pred12 
"factor"  "factor"  "factor"  "factor" 

它们完全相同。我还检查了“NA”值。 xtrain 和 xtest 都没有 NA 值。我在这里错过了一些微不足道的事情吗？

更新 I:在训练数据上运行预测仍然给出相同的错误

> quant.newdata <- predict(qrf, newdata = xtrain)
Error in predict.quantregForest(qrf, newdata = xtrain) : 
names of predictor variables do not match

更新二:我结合了我的训练和测试集，所以从 1 到 101 的行是训练数据，其余的是测试。我将 ( quantregForest ) 中提供的示例修改为:

data <-  read.table("toy.txt", header = T)
n <- nrow(data)
indextrain <- 1:101
xtrain <- data[indextrain, 3:14]
xtest <- data[-indextrain, 3:14]
ytrain <- data[indextrain, 15]
ytest <- data[-indextrain, 15]

qrf <- quantregForest(x=xtrain, y=ytrain)
quant.newdata <- predict(qrf, newdata= xtest)

它有效!如果有人能解释为什么它以这种方式工作而不是另一种方式，我将不胜感激？

Answer 1

我有同样的问题。您可以尝试使用小技巧来均衡训练和测试集的类别。将第一行训练集绑定(bind)到测试集，然后将其删除。对于您的示例，它应该如下所示:

    xtest <- rbind(xtrain[1, ] , xtest)
    xtest <- xtest[-1,]