Come risolvere il problema: randomforest.default(m, y, …): na/nan/inf nella chiamata di funzione esterna

Un errore che potresti riscontrare in R è:

 Error in randomForest.default(m, y, ...): 
  NA/NaN/Inf in foreign function call (arg 1)

Questo errore può verificarsi per due motivi:

• Nel set di dati sono presenti valori NA, NaN o Inf
• Una delle variabili nel set di dati è un carattere

Il modo più semplice per correggere questo errore è rimuovere le righe con dati mancanti e convertire le variabili carattere in variabili fattore:

 #remove rows with missing values 
df <- na. omitted (df)

#convert all character variables to factor variables
library (dplyr)
df %>% mutate_if(is. character , as. factor )

Questo tutorial condivide un esempio di come correggere questo errore nella pratica.

Correlati: Come creare foreste casuali in R (passo dopo passo)

Come riprodurre l’errore

Supponiamo di provare ad adattare una foresta casuale al seguente frame di dati in R:

 library (randomForest)

#create data frame
df <- data. frame (y <- c(30, 29, 30, 45, 23, 19, 9, 8, 11, 14),
                 x1 <- c('A', 'A', 'B', 'B', 'B', 'B', 'C', 'C', 'C', 'C'),
                 x2 <- c(4, 4, 5, 7, 8, 7, 9, 6, 13, 15))

#attempt to fit random forest model
model <- randomForest(formula = y ~ ., data = df)

Error in randomForest.default(m, y, ...):
  NA/NaN/Inf in foreign function call (arg 1)

Riceviamo un errore perché x1 è una variabile di carattere nel frame di dati.

Possiamo confermarlo utilizzando la funzione str() per visualizzare la struttura del frame di dati:

 str(df)

'data.frame': 10 obs. of 3 variables:
 $ y....c.30..29..30..45: num 30 29 30 45 23 19 9 8 11 14
 $ x1....c..A....A....B....B.... : chr "A" "A" "B" "B"
 $ x2....c.4..4..5..7..: num 4 4 5 7 8 7 9 6 13 15

Come correggere l’errore

Per correggere questo errore, possiamo utilizzare la funzione mutate_if() di dplyr per convertire ciascuna colonna di caratteri in una colonna di fattori:

 library (dplyr)

#convert each character column to factor
df = df %>% mutate_if(is. character , as. factor )

Possiamo quindi adattare il modello della foresta casuale al frame di dati:

 #fit random forest model
model <- randomForest(formula = y ~ ., data = df)

#view summary of model
model

Call:
 randomForest(formula = y ~ ., data = df) 
               Type of random forest: regression
                     Number of trees: 500
No. of variables tried at each split: 1

          Mean of squared residuals: 65.0047
                    % Var explained: 48.64

Questa volta non riceviamo alcun errore perché non ci sono più variabili di carattere nel dataframe.

Risorse addizionali

I seguenti tutorial spiegano come risolvere altri errori comuni in R:

Come risolvere il problema: la condizione ha lunghezza > 1 e verrà utilizzato solo il primo elemento
Come risolvere in R: dim(X) deve avere una lunghezza positiva
Come risolvere in R: valore mancante dove è necessario vero/falso
Come risolvere: NA introdotte dalla coercizione