r - y中的错误-ymean : non-numeric argument to binary operator randomForest R

Question

我有一个大约37k x 1024的矩阵，由1和0组成，作为分类变量来指示是否存在特征向量。我通过R中的randomForest包运行此矩阵，如下所示:

rfr <- randomForest(X_train,Y_train)

其中X_train是包含分类变量的矩阵，而Y__train是由矩阵中每一行的标签组成的向量。当我运行此命令时，出现以下错误:

Error in y - ymean : non-numeric argument to binary operator
In addition: Warning message:
In mean.default(y) : argument is not numeric or logical: returning NA

我检查了是否有任何空值或缺少数据，但没有找到任何空值。

我什至把整个东西变成了data.frame并尝试了以下

rfr <- randomForest(labels ~ ., data = featureDF)

仍然有相同的错误。

对此，我将不胜感激，谢谢!

Answer 1

我猜labels是一个字符变量，但是randomForest期望分类结果变量是因素。将其更改为一个因子，然后查看错误是否消失:

featureDF$labels = factor(featureDF$labels) 

randomForest的帮助并未明确表明响应需要成为一个因素，但它暗示:

y  A response vector. If a factor, classification is assumed, otherwise   
   regression is assumed. If omitted, randomForest will run in unsupervised mode.

您尚未提供示例数据，因此以下是内置 iris数据的示例:
Species是原始数据帧中的一个因素。让我们将 Species转换为字符:

iris$Species = as.character(iris$Species)
rf <- randomForest(Species ~ ., data=iris)

Error in y - ymean : non-numeric argument to binary operator

将 Species转换回因数后， randomForest运行无错误。

iris$Species = factor(iris$Species)
rf <- randomForest(Species ~ ., data=iris)