R: Confusion matrix in RF model returns error: data` and `reference` should be factors with the same levels

Question

我是 R 的新手，想解决二进制 class化任务。

数据集的因子变量 LABELS 有 2 个 classes：第一个 - 0，第二个 - 1。下图显示了它的实际头部： TimeDate 列 - 它只是索引。 Class 分布定义为：

print("the number of values with % in factor variable - LABELS:")
percentage <- prop.table(table(dataset$LABELS)) * 100
cbind(freq=table(dataset$LABELS), percentage=percentage)

class 分配结果：

另外我知道Slot2列是根据公式计算的：

Slot2 = Var3 - Slot3 + Slot4

分析相关矩阵后选择特征Var1,Var2,Var3,Var4。

在开始建模之前，我将数据集划分为训练和测试部分。我尝试为二进制 classification 任务构建随机森林模型，使用下一个代码：

rf2 <- randomForest(LABELS ~ Var1 + Var2  + Var3 + Var4, 
                    data=train, ntree = 100,
                    mtry = 4, importance = TRUE)
print(rf2)

结果是：

  Call:
     randomForest(formula = LABELS ~ Var1 + Var2  + Var3 + Var4,
     data = train, ntree = 100,      mtry = 4, importance = TRUE) 

 Type of random forest: classification
 Number of trees: 100
 No. of variables tried at each split: 4

 OOB estimate of  error rate: 0.16%

 Confusion matrix:
           0      1 class.error
    0 164957    341 0.002062941
    1    280 233739 0.001196484

当我尝试做预测时：

# Prediction & Confusion Matrix - train data
p1 <- predict(rf2, train, type="prob")
print("Prediction & Confusion Matrix - train data")
confusionMatrix(p1, train$LABELS)

# # Prediction & Confusion Matrix - test data
p2 <- predict(rf2, test, type="prob")
print("Prediction & Confusion Matrix - test data")
confusionMatrix(p2, test$LABELS)

我在 R 中收到一个错误：

[1] "Prediction & Confusion Matrix - train data"
Error: `data` and `reference` should be factors with the same levels.
Traceback:

1. confusionMatrix(p1, train$LABELS)
2. confusionMatrix.default(p1, train$LABELS)
3. stop("`data` and `reference` should be factors with the same levels.", 
 .     call. = FALSE)

此外，我已经尝试使用来自以下问题的想法来修复它：

Error in ConfusionMatrix the data and reference factors must have the same number of levels R CARET
Error in Confusion Matrix : the data and reference factors must have the same number of levels

但这对我的情况没有帮助。

你能帮我解决这个错误吗？

如果有任何想法，我将不胜感激，并提前 comments.Thank 你。

Answer 1

R 中的一个错误：

Error: `data` and `reference` should be factors with the same levels.

已通过更改 predict 函数中的 type 参数修复，正确代码：

# Prediction & Confusion Matrix - train data
p1 <- predict(rf2, train, type="response")
print("Prediction & Confusion Matrix - train data")
confusionMatrix(p1, train$LABELS)

@Camille，非常感谢）

R: Confusion matrix in RF model returns error: data` and `reference` should be factors with the same levels

R: Confusion matrix in RF model returns error: data` and `reference` should be factors with the same levels

r

confusion-matrix

random-forest

r-caret