R语言机器学习建模时训练验证集维度错误解决方案

两个低级错误：

• 索引写错：拆分数据集时你操作的是存储所有数据集的列表n.heart.ds，不是当前循环对应的第i个数据集。R里列表是一维对象，你用二维的[行号,列号]语法去索引一维列表，必然报维度不正确。
• 列表初始化位置错了：你把建模、数据拆分环节要用的所有空列表全定义在for循环内部，每次循环迭代都会把之前存的结果清空重置，就算改了索引，跑第二个缺失率参数的时候第一个参数的结果会直接被覆盖。

1. 把所有建模、拆分环节的空列表初始化代码，全部移到for循环外面，和前面MICE相关的列表定义放在一起，不要放在循环体里。要移出去的代码如下：

# MLA BINS
control <- vector(mode = "list", length = length(p))
results <- vector(mode = "list", length = length(p))
vimp <- vector(mode = "list", length = length(p))

#BINS
n.heart.ds <- vector(mode = "list", length = length(p))
tr.dat <- vector(mode = "list", length(p))
TrainSet <- vector(mode = "list", length = length(p))
ValidSet <- vector(mode = "list", length = length(p))
fitControl <- vector(mode = "list", length = length(p))

2. 修改训练集、验证集的赋值逻辑，索引时明确指定取列表中第i个数据集，修正后的拆分代码：

#Data Splitting
set.seed(1237)
tr.dat[[i]] <- sample(nrow(n.heart.ds[[i]]), .7*nrow(n.heart.ds[[i]]), replace = FALSE)

# 补全[[i]]索引，定位到当前循环对应的插补后数据集
TrainSet[[i]] <- n.heart.ds[[i]][tr.dat[[i]],]
ValidSet[[i]] <- n.heart.ds[[i]][-tr.dat[[i]],]

你现在特征筛选后删列是硬编码写死的-c(2,6,7,8,9,11)，和前面RFE算法输出的选中特征完全没有关联，不同缺失率下插补得到的数据集跑RFE选出的特征大概率不一样，硬编码删列很容易导致后续建模出现列不匹配、标签列误删之类的问题，建议直接用predictors(results[[i]])拿到RFE选中的特征名，再做数据子集提取。

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