Как устранить " NA/NaN / Inf во внешнем вызове функции (arg 7)", работающем с randomForest

я подробно исследовал это, не найдя решения. Я очистил свой набор данных следующим образом:

library("raster")
impute.mean <- function(x) replace(x, is.na(x) | is.nan(x) | is.infinite(x) , 
mean(x, na.rm = TRUE))
losses <- apply(losses, 2, impute.mean)
colSums(is.na(losses))
isinf <- function(x) (NA <- is.infinite(x))
infout <- apply(losses, 2, is.infinite)
colSums(infout)
isnan <- function(x) (NA <- is.nan(x))
nanout <- apply(losses, 2, is.nan)
colSums(nanout)

проблема возникает при запуске алгоритма прогнозирования:

options(warn=2)
p  <-   predict(default.rf, losses, type="prob", inf.rm = TRUE, na.rm=TRUE, nan.rm=TRUE)

все исследования говорят, что это должны быть NA или Inf или NaN в данных, но я не нахожу. Я делаю данные и резюме randomForest доступными для отслеживания в [удалено] Traceback не раскрывает многого (мне в любом случае):

4: .C("classForest", mdim = as.integer(mdim), ntest = as.integer(ntest), 
       nclass = as.integer(object$forest$nclass), maxcat = as.integer(maxcat), 
       nrnodes = as.integer(nrnodes), jbt = as.integer(ntree), xts = as.double(x), 
       xbestsplit = as.double(object$forest$xbestsplit), pid = object$forest$pid, 
       cutoff = as.double(cutoff), countts = as.double(countts), 
       treemap = as.integer(aperm(object$forest$treemap, c(2, 1, 
           3))), nodestatus = as.integer(object$forest$nodestatus), 
       cat = as.integer(object$forest$ncat), nodepred = as.integer(object$forest$nodepred), 
       treepred = as.integer(treepred), jet = as.integer(numeric(ntest)), 
       bestvar = as.integer(object$forest$bestvar), nodexts = as.integer(nodexts), 
       ndbigtree = as.integer(object$forest$ndbigtree), predict.all = as.integer(predict.all), 
       prox = as.integer(proximity), proxmatrix = as.double(proxmatrix), 
       nodes = as.integer(nodes), DUP = FALSE, PACKAGE = "randomForest")
3: predict.randomForest(default.rf, losses, type = "prob", inf.rm = TRUE, 
       na.rm = TRUE, nan.rm = TRUE)
2: predict(default.rf, losses, type = "prob", inf.rm = TRUE, na.rm = TRUE, 
       nan.rm = TRUE)
1: predict(default.rf, losses, type = "prob", inf.rm = TRUE, na.rm = TRUE, 
       nan.rm = TRUE)
13
predict r random-forest runtime-error

2 ответов

ваш код не полностью воспроизводим (нет никакого запуска фактического ), но вы не замена Inf значения со средствами векторов столбцов. Это потому что na.rm = TRUE аргумент в вызове mean() в своем impute.mean функция делает именно то, что она говорит -- removes NA значения (а не Inf те).

вы можете увидеть это, например:

impute.mean <- function(x) replace(x, is.na(x) | is.nan(x) | is.infinite(x), mean(x, na.rm = TRUE))
losses <- apply(losses, 2, impute.mean)
sum( apply( losses, 2, function(.) sum(is.infinite(.))) )
# [1] 696

чтобы избавиться от бесконечных ценностей, использовать:

impute.mean <- function(x) replace(x, is.na(x) | is.nan(x) | is.infinite(x), mean(x[!is.na(x) & !is.nan(x) & !is.infinite(x)]))
losses <- apply(losses, 2, impute.mean)
sum(apply( losses, 2, function(.) sum(is.infinite(.)) ))
# [1] 0
14

одна из причин сообщения об ошибке:

NA/NaN / Inf в вызове внешней функции (arg X)

при обучении randomForest имеет character-переменные класса в ваших данных.рамка. Если он приходит с предупреждением:

NAs введен принуждением

проверьте, чтобы убедиться, что все ваши символьные переменные были преобразованы в факторы.

пример

set.seed(1)
dat <- data.frame(
  a = runif(100),
  b = rpois(100, 10),
  c = rep(c("a","b"), 100),
  stringsAsFactors = FALSE
)

library(randomForest)
randomForest(a ~ ., data = dat)

выходы:

ошибка в randomForest.по умолчанию (m, y,...): NA/NaN / Inf на иностранном языке вызов функции (arg 1) в добавлении: предупреждающее сообщение: в данных.матрица(х) : NAs введен принуждением

но удалить

7