使用树函数时“强制引入的 NA”错误

Question

我一直在使用 KNN 算法对事件进行分类，但这并没有导致分类的高精度。一些同事告诉我tree ()，R中的函数（来自tree包）可以帮助解决这个问题。

这是我的数据示例。我正在尝试根据前两列的值对不同的事件（我有 8 类不同的事件）进行分类，"ACTIVITY_X"并且"ACTIVITY_Y"：

> print(dataset)
     ACTIVITY_X ACTIVITY_Y     Event
  1:         19         21 Vigilance
  2:         20         14 Vigilance
  3:         34         35 Vigilance
  4:         18          5 Vigilance
  5:         23         27 Vigilance
 ---                                
426:          9         25 Vigilance
427:          0          0   Head-up
428:          0          0   Head-up
429:          3          3   Head-up
430:          0          0 Vigilance

理想情况下，我想找到不同类别（抬头，警戒等。），这应该帮助他们进行分类时之间不同的阈值"Event"的数据不可用，我只有"ACTIVITY_X"和"ACTIVITY_Y"数据。我想我应该使用该tree()函数：

xtree <- tree(Head-up~ACTIVITY_X+ACTIVITY_Y,data=dataset)
plot(xtree)
title("Head_up")
text(xtree)

xtree <- tree(Vigilance~ACTIVITY_X+ACTIVITY_Y,data=dataset)
plot(xtree)
title("Vigilance")
text(xtree)

etc..

但是，我在运行分析时遇到了不同的错误，主要是"NAs introduced by coercion". 当我使用该rpart()函数时，这些错误是不存在的，该函数也是一种分类算法。

> xtree <- tree(Vigilance~ACTIVITY_X+ACTIVITY_Y,data=dataset)
Warning message:
In tree(Vigilance ~ ACTIVITY_X + ACTIVITY_Y, data = dataset) :
  NAs introduced by coercion
> plot(xtree)
Error in plot.tree(xtree) : cannot plot singlenode tree
> title("Vigilance")
Error in title("Vigilance") : plot.new has not been called yet
> text(xtree)
Error in text.tree(xtree) : cannot plot singlenode tree

任何帮助，将不胜感激。我对 R 很陌生，所以我希望其他用户仍然对这个问题感兴趣。

Answer 1

我有点不确定我的数据结构是否与您的相同，但错误对我来说是相同的：

Binary | X1  | X2
No     | 6.3 | 8.3
Yes    | 7.2 | 9.8
Yes    | 5.0 | 3.8

x = tree(Binary ~ . , data)

强制引入的 NA

对我来说，这个错误是因为数据集中的“二进制”变量的格式是“字符”而不是所需的“因子”格式

class(data$Binary)
"character"

data$Binary = as.factor(data$Binary)

class(data$Binary)
"factor"

在此转换后，运行 tree 函数不再出现错误。