预测格式无效它不能被强制为 r 中的列表错误

问题描述

我正在使用 ranger 来拟合随机森林。作为评估指标，我使用了 cvAUC 的 roc-auc-score。进行预测后，当我尝试评估 auc 分数时，出现错误：Format of predictions is invalid. It Couldn't be coerced to a list。我认为这是由于预测包含 Level 部分，它显示了预测的独特水平。但是，我无法摆脱那部分。最小可重现示例如下，抛出错误：

library(caret)
install.packages("cvAUC")
library(cvAUC)

# Columns for training set
cat.column <- c("cat","dog","monkey","shark","seal")
num.column <- c(1,2,5,7,9)
class <- c(0,1,1)

train.set <- data.frame(num.column,cat.column,class)

# Columns for test set
cat.column <- c("cat","elephant-shrew",11,6,8)
class <- c(1,1)

test.set <- data.frame(num.column,class)

# Drop the target variable from the test set
target.test <- test.set["class"]
test.set <- test.set[,!names(test.set) %in% "class"]

# Fit random forest
rf = ranger(formula = as.factor(class) ~ .,data = train.set,verbose = FALSE)
# Get predictions
pred <- predict(rf,test.set)
predictions <- pred$predictions

# Get AUC score
auc <- AUC(as.factor(predictions),as.factor(unlist(target.test)),label.ordering = NULL)

cat(auc)

解决方法

您收到错误是因为 AUC 期望的是数字向量而不是因子。但是，在本例中，在测试集中，列cat.column (elephant-shrew) 中出现了一个新级别。最好输入一个变量在训练和测试集中可以假设的所有可能值。

library(caret)
library(cvAUC)
library(ranger)
# Columns for training set
cat.column <- c("cat","dog","monkey","shark","seal")
num.column <- c(1,2,5,7,9)
class <- factor(c(0,1,1),levels = c(0,1))

train.set <- data.frame(num.column,cat.column,class,stringsAsFactors = F)
# Columns for test set
cat.column <- c("cat","elephant-shrew",11,6,8)
class <- factor(c(1,1))

test.set <- data.frame(num.column,stringsAsFactors = F)

# Drop the target variable from the test set
target.test <- test.set["class"]
test.set <- test.set[,!names(test.set) %in% "class"]

# Fit random forest
rf = ranger(formula = class ~ .,data = train.set,verbose = FALSE)
# Get predictions
pred <- predict(rf,test.set)
predictions <- pred$predictions

# Get AUC score
auc <- AUC(as.numeric(predictions),target.test$class,label.ordering = NULL)
cat(auc)

如您所见，我稍微更改了数据准备步骤。首先，如果您的 class 列是分类任务的结果，最好将其强制为尽快因子。其次，如果测试集不包含字符变量的所有值（例如在您的示例中，列 cat.column 包含未包含在训练集中的 elephant-shrew），则更好将该变量作为字符处理（在这种情况下，您可以使用 stringAsFactor=F 将字符变量保留为字符