构建random forest regression时出现object not found错误求助

问题根源 #

1. 测试数据格式完全错误：你在server端构建测试数据时，错误地将特征列转成了Name-Value的长格式，加上冗余的写/读csv操作，导致最终的test数据框根本没有模型所需的offense_category、year、neighborhood列名，模型预测时自然找不到对应特征。
2. 全局数据加载缺失：UI中直接引用df$offense_category，如果df未在全局环境提前加载，会导致UI初始化时找不到该对象。
3. 模型类型混淆：你提到用随机森林回归，但预测时调用type="prob"——该参数仅适用于分类模型，回归模型不支持此参数。预测逮捕罪名属于分类任务，需确保模型为分类类型。

修复步骤及代码示例 #

1. 全局数据与模型加载 #

创建global.R文件（或在app开头执行），提前加载数据集和训练模型到全局环境：

# global.R
library(randomForest)
library(shiny)
library(shinythemes)

# 加载你的犯罪数据集（替换为实际路径）
df <- read.csv("your_crime_dataset.csv")
# 划分训练集（示例，需根据实际需求调整）
trainingset <- df

# 将目标变量转为因子（分类模型要求）
trainingset$charge <- as.factor(trainingset$charge)
# 构建随机森林分类模型
rf <- randomForest(charge ~ offense_category+year+neighborhood, 
                   data=trainingset, ntree=500, importance=TRUE)

2. 修复UI代码 #

确保下拉选项与训练集类别一致，避免依赖未加载的全局变量：

# ui.R
ui <- fluidPage(theme = shinytheme("united"),
                
                headerPanel("Prediction"),
                sidebarPanel(
                  h2("Filter"),
                  selectizeInput("offense_category", label="Offense Category", 
                                 choices=c("", sort(unique(trainingset$offense_category))),
                                 multiple=FALSE),
                  radioButtons(
                    "year",
                    "Select year",
                    choices = c("2020", "2021","2022","2023"),
                    selected = "2020"
                  ),
                  selectizeInput("neighborhood", label="Neighborhood", 
                                 choices=c("", sort(unique(trainingset$neighborhood))),
                                 multiple=FALSE),
                  actionButton("predictbutton", "Predict", class = "btn btn-primary")
                ),
                mainPanel(h2("Prediction"), 
                          tableOutput(outputId = 'chargeprediction'))
)

3. 重构Server端预测逻辑 #

去掉冗余的文件操作，直接构建符合模型要求的测试数据，并处理类型匹配：

# server.R
server <- function(input, output){
  datainput <- reactive({
    # 验证用户输入非空
    validate(
      need(input$offense_category != "", "请选择犯罪类别"),
      need(input$neighborhood != "", "请选择社区")
    )
    
    # 构建模型所需格式的测试数据，确保因子水平与训练集一致
    test <- data.frame(
      offense_category = factor(input$offense_category, levels = levels(trainingset$offense_category)),
      year = factor(input$year, levels = levels(trainingset$year)),
      neighborhood = factor(input$neighborhood, levels = levels(trainingset$neighborhood)),
      stringsAsFactors = FALSE
    )
    
    # 生成预测结果
    pred_class <- predict(rf, test)
    pred_prob <- predict(rf, test, type="prob")
    
    # 整理输出表格
    data.frame(
      Prediction = pred_class,
      round(pred_prob, 1)
    )
  })
  
  output$chargeprediction <- renderTable({
    if (input$predictbutton > 0){
      isolate(datainput())
    }
  })
}

额外注意事项 #

• 确保训练集与测试集的特征类型完全匹配（如因子水平、数值/因子类型），否则模型会出现类型不兼容错误。
• 如果year在训练集中是数值类型，需将测试集的input$year转为数值（as.numeric(input$year)），而非因子。

内容的提问来源于stack exchange，提问作者Chivosner