Como corrigir: randomforest.default(m, y, …): na/nan/inf na chamada de função estrangeira

Um erro que você pode encontrar no R é:

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

Este erro pode ocorrer por dois motivos:

• Existem valores NA, NaN ou Inf no conjunto de dados
• Uma das variáveis no conjunto de dados é um caractere

A maneira mais fácil de corrigir esse erro é remover linhas com dados ausentes e converter variáveis de caracteres em variáveis de fator:

 #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 )

Este tutorial compartilha um exemplo de como corrigir esse erro na prática.

Relacionado: Como criar florestas aleatórias em R (passo a passo)

Como reproduzir o erro

Suponha que estejamos tentando ajustar uma floresta aleatória ao seguinte quadro de dados em 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)

Recebemos um erro porque x1 é uma variável de caractere no quadro de dados.

Podemos confirmar isso usando a função str() para exibir a estrutura do quadro de dados:

 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

Como corrigir o erro

Para corrigir esse erro, podemos usar a função mutate_if() de dplyr para converter cada coluna de caracteres em uma coluna de fator:

 library (dplyr)

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

Podemos então ajustar o modelo de floresta aleatório ao quadro de dados:

 #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

Não recebemos nenhum erro desta vez porque não há mais variáveis de caracteres no dataframe.

Recursos adicionais

Os tutoriais a seguir explicam como resolver outros erros comuns em R:

Como corrigir: a condição tem comprimento > 1 e apenas o primeiro elemento será usado
Como corrigir em R: dim(X) deve ter comprimento positivo
Como corrigir em R: valor ausente onde verdadeiro/falso é necessário
Como corrigir: NAs introduzidos por coerção