Как устранить "NA/NaN/Inf во внешнем вызове функции (arg 7)", прогнозируемый с помощью randomForest

Я исследовал это подробно, не найдя решения. Я очистил свой набор данных следующим образом:

library("raster")
impute.mean <- function(x) replace(x, is.na(x) | is.nan(x) | is.infinite(x) , 
mean(x, na.rm = TRUE))
losses <- apply(losses, 2, impute.mean)
colSums(is.na(losses))
isinf <- function(x) (NA <- is.infinite(x))
infout <- apply(losses, 2, is.infinite)
colSums(infout)
isnan <- function(x) (NA <- is.nan(x))
nanout <- apply(losses, 2, is.nan)
colSums(nanout)

Возникает проблема запуска алгоритма прогнозирования:

options(warn=2)
p  <-   predict(default.rf, losses, type="prob", inf.rm = TRUE, na.rm=TRUE, nan.rm=TRUE)

Все исследования говорят, что в данных должно быть NA или Inf или NaN, но я не нахожу их. Я делаю данные и сводку randomforest доступной для слежения в [удалены] Traceback не показывает много (для меня в любом случае):

4: .C("classForest", mdim = as.integer(mdim), ntest = as.integer(ntest), 
       nclass = as.integer(object$forest$nclass), maxcat = as.integer(maxcat), 
       nrnodes = as.integer(nrnodes), jbt = as.integer(ntree), xts = as.double(x), 
       xbestsplit = as.double(object$forest$xbestsplit), pid = object$forest$pid, 
       cutoff = as.double(cutoff), countts = as.double(countts), 
       treemap = as.integer(aperm(object$forest$treemap, c(2, 1, 
           3))), nodestatus = as.integer(object$forest$nodestatus), 
       cat = as.integer(object$forest$ncat), nodepred = as.integer(object$forest$nodepred), 
       treepred = as.integer(treepred), jet = as.integer(numeric(ntest)), 
       bestvar = as.integer(object$forest$bestvar), nodexts = as.integer(nodexts), 
       ndbigtree = as.integer(object$forest$ndbigtree), predict.all = as.integer(predict.all), 
       prox = as.integer(proximity), proxmatrix = as.double(proxmatrix), 
       nodes = as.integer(nodes), DUP = FALSE, PACKAGE = "randomForest")
3: predict.randomForest(default.rf, losses, type = "prob", inf.rm = TRUE, 
       na.rm = TRUE, nan.rm = TRUE)
2: predict(default.rf, losses, type = "prob", inf.rm = TRUE, na.rm = TRUE, 
       nan.rm = TRUE)
1: predict(default.rf, losses, type = "prob", inf.rm = TRUE, na.rm = TRUE, 
       nan.rm = TRUE)

Ответ 1

Ваш код не является полностью воспроизводимым (там не выполняется фактический алгоритм randomForest), но вы не заменяете значения Inf средствами векторов столбцов. Это связано с тем, что аргумент na.rm = TRUE в вызове mean() в вашей функции impute.mean выполняет именно то, что он говорит, - удаляет значения NA (а не Inf).

Это можно увидеть, например:

impute.mean <- function(x) replace(x, is.na(x) | is.nan(x) | is.infinite(x), mean(x, na.rm = TRUE))
losses <- apply(losses, 2, impute.mean)
sum( apply( losses, 2, function(.) sum(is.infinite(.))) )
# [1] 696

Чтобы избавиться от бесконечных значений, используйте:

impute.mean <- function(x) replace(x, is.na(x) | is.nan(x) | is.infinite(x), mean(x[!is.na(x) & !is.nan(x) & !is.infinite(x)]))
losses <- apply(losses, 2, impute.mean)
sum(apply( losses, 2, function(.) sum(is.infinite(.)) ))
# [1] 0

Ответ 2

Одна из причин сообщения об ошибке:

NA/NaN/Inf в вызове внешней функции (arg X)

При тренировке randomForest имеет character -классические переменные в вашем файле data.frame. Если он содержит предупреждение:

NA, введенные принуждением

Убедитесь, что все ваши символьные переменные были преобразованы в факторы.

Пример

set.seed(1)
dat <- data.frame(
  a = runif(100),
  b = rpois(100, 10),
  c = rep(c("a","b"), 100),
  stringsAsFactors = FALSE
)

library(randomForest)
randomForest(a ~ ., data = dat)

Урожайность:

Ошибка в randomForest.default(m, y,...): NA/NaN/Inf в иностранных вызов функции (arg 1) Кроме того: Предупреждающее сообщение: В data.matrix(x): НС, введенные принуждением

Но удалите аргумент stringsAsFactors = FALSE и он запустится.