Jak naprawić: randomforest.default(m, y, …): na/nan/inf w wywołaniu funkcji obcej

Błąd, który możesz napotkać w R to:

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

Ten błąd może wystąpić z dwóch powodów:

• W zbiorze danych znajdują się wartości NA, NaN lub Inf
• Jedną ze zmiennych w zbiorze danych jest znak

Najłatwiejszym sposobem naprawienia tego błędu jest usunięcie wierszy z brakującymi danymi i konwersja zmiennych znakowych na zmienne czynnikowe:

 #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 )

W tym samouczku przedstawiono przykładowy sposób naprawienia tego błędu w praktyce.

Powiązane: Jak tworzyć losowe lasy w R (krok po kroku)

Jak odtworzyć błąd

Załóżmy, że próbujemy dopasować losowy las do następującej ramki danych w 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)

Otrzymujemy błąd, ponieważ x1 jest zmienną znakową w ramce danych.

Możemy to potwierdzić, używając funkcji str() do wyświetlenia struktury ramki danych:

 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

Jak naprawić błąd

Aby naprawić ten błąd, możemy użyć funkcji mutate_if() dplyr , aby przekonwertować każdą kolumnę znakową na kolumnę współczynnikową:

 library (dplyr)

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

Możemy następnie dopasować losowy model lasu do ramki danych:

 #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

Tym razem nie otrzymaliśmy żadnych błędów, ponieważ w ramce danych nie ma już zmiennych znakowych.

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak rozwiązać inne typowe błędy w języku R:

Jak naprawić: warunek ma długość > 1 i zostanie użyty tylko pierwszy element
Jak naprawić w R: dim(X) musi mieć długość dodatnią
Jak naprawić w R: brakująca wartość, gdzie potrzebna jest prawda/fałsz
Jak naprawić: NA wprowadzone przez przymus