在R中构建随机森林报错：randomForest函数执行失败

问题根源 #

randomForest包判断任务类型的逻辑很直接：如果目标变量y是数值型（包括整数），哪怕只有0/1两个取值，它也会默认执行回归任务；只有当y是**因子（factor）**类型时，才会正确识别为分类任务。你示例里的target是用sample(0:1,...)生成的整数，属于数值类，所以触发了回归警告，真实数据报错大概率也是这个原因。

解决方法 #

把目标变量转换成因子类型就行，有两种简单方式：

方式1：创建数据集时直接定义target为因子

library(randomForest)

set.seed(123)  
data <- data.frame(
  var1 = rnorm(100),  
  var2 = sample(letters[1:3], 100, replace = TRUE),  
  # 直接把target设为因子
  target = factor(sample(0:1, 100, replace = TRUE))  
)

x <- data[, -ncol(data)]  
y <- data[, ncol(data)]

# 构建分类模型，无警告
model <- randomForest(x = x, y = y, ntree = 500)  

方式2：拆分后转换y的类型

如果已经有现成的数据集，直接转换y即可：

library(randomForest)

set.seed(123)  
data <- data.frame(
  var1 = rnorm(100),  
  var2 = sample(letters[1:3], 100, replace = TRUE),  
  target = sample(0:1, 100, replace = TRUE)  
)

x <- data[, -ncol(data)]  
# 把y转为因子
y <- factor(data[, ncol(data)])

model <- randomForest(x = x, y = y, ntree = 500)  

验证模型类型 #

运行完代码后，查看模型输出会显示Type of random forest: classification，说明已经是分类模型了，后续可以正常做预测和变量重要性评估。

内容的提问来源于stack exchange，提问作者wzj