如何让data与reference拥有相同因子水平？解决confusionMatrix报错

错误原因 #

你遇到的Error: data and reference should be factors with the same levels错误，核心问题有两个：

1. 预测结果pred.glm是字符向量，而真实标签irisTest$Species是因子类型，两者类型不匹配
2. 即便转成因子，pred.glm的因子水平可能和真实标签不一致（比如类别顺序、缺失）

另外，你的代码里还有一个逻辑错误：multinom的predict默认返回的是分类标签（因子），不是概率值，所以不需要用ifelse判断0.5。

修复方案 #

方案1：修正预测逻辑（推荐） #

直接使用predict返回的分类标签，它本身就是和训练数据同水平的因子，和真实标签天然匹配：

# 直接获取分类预测结果（因子类型）
pred.glm <- predict(fit.glm, irisTest)

方案2：强制统一因子水平 #

如果确实需要手动生成预测标签，必须将其转换为因子，并指定和真实标签完全一致的水平：

pred.glm <- factor(ifelse(predict(fit.glm, irisTest, type="prob")[,1] > 0.5, "setosa", "other"),
                   levels = levels(irisTest$Species))

注：这里加了type="prob"才会返回概率值，否则predict返回的是分类标签，和0.5比较无意义

方案3：确保数据集的因子一致性 #

在转换二分类时，直接将Species转成因子，避免后续拆分后类型混乱：

# 转换为二分类时直接生成因子
iris$Species <- factor(ifelse(iris$Species == "setosa", "setosa", "other"))

完整修正代码 #

# Load libraries
library(MASS)
library(caret)
library(nnet) 

# Loading iris dataset
data(iris)

# Convert it into a binary class dataset（直接转成因子）
iris$Species <- factor(ifelse(iris$Species == "setosa", "setosa", "other"))

# Split the dataset
set.seed(123)
trainIndex <- createDataPartition(iris$Species, p = .8, 
                                  list = FALSE, 
                                  times = 1)
irisTrain <- iris[ trainIndex,]
irisTest  <- iris[-trainIndex,]

# Fit Logistic Regression
fit.glm <- multinom(Species ~ ., data = iris)

# Predict using Logistic Regression（直接取分类结果）
pred.glm <- predict(fit.glm, irisTest)
cm.glm <- confusionMatrix(pred.glm, irisTest$Species)
acc.glm <- cm.glm$overall['Accuracy']
prec.glm <- cm.glm$byClass['Pos Pred Value']
rec.glm <- cm.glm$byClass['Sensitivity']

内容的提问来源于stack exchange，提问作者user8259971408