可变和随机森林的等级

Question

考虑一个数据集训练：

    z  a  
    1  1  
    0  2  
    0  1
    1  3
    0  1
    1  2
    1  1
    0  3
    0  1
    1  3

二元结果变量z和三个水平的分类预测因子a：1、2、3。

现在考虑一个数据集测试：

   z  a
      1
      1
      2
      1
      2
      2
      1

当我运行以下代码时：

library(randomForest)
set.seed(825)
RFfit1 <- randomForest(z~a, data=train, importance=TRUE, ntree=2000)
RFprediction1 <- predict(RFfit1, test)

我收到以下错误消息：

Error in predict.randomForest(RFfit1, test1) : 
  Type of predictors in new data do not match that of the training data.

我假设这是因为测试数据集中的变量a没有三个级别。我该如何解决这个问题？

Answer 1

你必须把它和火车的等级一样

 test$a <- factor(test$a, levels=levels(train$a))