dismo包MaxEnt模型使用data.frame时无法处理分类变量求助

使用dismo包通过data.frame构建MaxEnt模型时，仅用连续解释变量模型可正常运行，但加入分类变量后构建失败。已准备好存在-缺失数据及各点协变量，希望继续使用data.frame而非RasterStack（因这是多模型函数的一部分）。

问题复现代码 #

library(dismo)

dat <- data.frame(a = c(0, 0, 1, 1, 0),
                  b = c(1, 2, 3, 4, 5),
                  d = c(7, 8, 9, 9, 8),
                  e = as.factor(c("q", "r", "s", "r", "q")))

maxent1 <- dismo::maxent(x = dat[, 2:3], p = dat$a)
# 运行正常

maxent2 <- dismo::maxent(x = dat[, 2:4], p = dat$a)
# 完全无法运行，报错：Error: In file(con, "r") :cannot open file 'species.lambdas': No such file or directory

maxent3 <- dismo::maxent(x = dat[, c(2:3, as.factor(4))], p = dat$a)
# 能运行但遗漏了分类变量

解决方法 #

方法1：将分类变量转换为哑变量（推荐）

MaxEnt的dismo接口对data.frame中的因子类型支持不佳，手动将分类变量转换为0-1编码的哑变量（排除基准类别避免共线性）是最稳妥的方案：

library(dismo)
library(fastDummies) # 也可使用base包的model.matrix手动生成

dat <- data.frame(a = c(0, 0, 1, 1, 0),
                  b = c(1, 2, 3, 4, 5),
                  d = c(7, 8, 9, 9, 8),
                  e = as.factor(c("q", "r", "s", "r", "q")))

# 生成哑变量，移除原因子列和第一个哑变量（避免共线性）
dat_dummies <- dummy_cols(dat, select_columns = "e", 
                          remove_selected_columns = TRUE, 
                          remove_first_dummy = TRUE)

# 构建包含哑变量的模型
maxent4 <- dismo::maxent(x = dat_dummies[, c("b", "d", "e_r", "e_s")], 
                         p = dat_dummies$a)

方法2：手动指定分类变量参数

如果不想转换哑变量，可将因子列转为字符型，再通过args参数告诉maxent哪一列是分类变量：

library(dismo)

dat <- data.frame(a = c(0, 0, 1, 1, 0),
                  b = c(1, 2, 3, 4, 5),
                  d = c(7, 8, 9, 9, 8),
                  e = as.factor(c("q", "r", "s", "r", "q")))

# 将因子列转为字符型（dismo处理字符型分类变量更稳定）
dat$e <- as.character(dat$e)

# 调用maxent时通过args指定分类变量
maxent5 <- dismo::maxent(x = dat[, 2:4], 
                         p = dat$a, 
                         args = c("categorical=e"))

原方法失败原因 #

• maxent2失败：dismo处理data.frame中的因子时，生成的临时文件逻辑异常，导致无法读取MaxEnt输出的species.lambdas文件；
• maxent3遗漏变量：as.factor(4)是错误用法，仅将数字4转换为因子，并未选中data.frame的第4列，实际只用到了2-3列的连续变量。

内容的提问来源于stack exchange，提问作者Sara