R语言随机森林预测：概率转类别未生成预期因子列表问题

你的问题出在最后一段循环代码里，存在两个关键错误：

• 循环变量误用了未定义的training_num，应改为之前设定的sample_num
• 每次循环都重新初始化predClass_control为新列表，随后直接用单个因子覆盖整个变量，导致最终仅保留最后一次循环的结果，而非存储所有模型的分类结果

修正后的代码 #

# 初始化存储分类结果的列表
predClass_control <- vector("list", sample_num)
names(predClass_control) <- sprintf("class_pred_model%s", seq(1:sample_num))

# 循环生成每个模型的二分类结果
for(s in 1:sample_num){
  # 将概率转换为二分类因子，并存入列表对应位置
  predClass_control[[s]] <- as.factor(ifelse(predictControl[[s]] > 0.5, 1, 0))
}

关键修正说明 #

• 将列表初始化操作放在循环外部，避免每次循环重置列表结构
• 循环内通过predClass_control[[s]]将单个模型的分类结果存入列表的对应位置
• 统一使用sample_num作为循环范围，与前面的模型数量保持一致

修正后，predClass_control会成为一个长度为10的列表，每个元素对应一个模型生成的9670个元素的因子向量。

内容的提问来源于stack exchange，提问作者Asal Khoshravan Azar