Terra predict函数无法预测随机森林模型问题求助

报错信息 #

Error in model.frame.default(Terms, newdata, na.action = na.omit) :
object is not a matrix

Warning message:
'newdata' had 19328 rows but variables found have 11136 rows

核心原因 #

1. 训练模型时的变量名与栅格图层的名称不匹配（即使你尝试修改过，可能操作方式有误）
2. 随机森林分类模型在terra::predict中需要明确指定预测类型，输入格式需匹配模型期望的结构

解决步骤 #

1. 强制统一栅格与训练变量的名称 #

读取栅格后，检查并修改其名称，确保和训练数据中的预测变量名bathy_pei完全一致：

bathy_pei = terra::rast("./data/bathymetry_full.tif")
# 查看当前栅格的名称
print(names(bathy_pei))
# 强制修改为训练时用的变量名
names(bathy_pei) <- "bathy_pei"

2. 规范训练模型的代码 #

显式指定data参数，避免数据传递歧义：

env$Sediment = as.factor(env$Sediment)
rf_a = randomForest(Sediment ~ bathy_pei, data = env)

3. 调整预测函数的参数 #

针对分类模型添加type="response"参数，确保模型输出类别而非概率值：

rf_pred = terra::predict(bathy_pei, model = rf_a, na.rm = FALSE, type = "response")

如果上述代码仍报错，可尝试显式定义预测逻辑，确保输入格式匹配：

rf_pred = terra::predict(
  bathy_pei, 
  model = rf_a, 
  na.rm = FALSE, 
  type = "response",
  fun = function(model, data) {
    predict(model, newdata = data, type = "response")
  }
)

额外检查点 #

• 确认训练数据env$bathy_pei无缺失值，且数值范围与栅格数据匹配
• 检查栅格是否为单图层（执行nlyr(bathy_pei)应返回1）
• 若栅格存在大量缺失像元，可尝试设置na.rm=TRUE跳过缺失值

内容的提问来源于stack exchange，提问作者user30057623