如何解决R语言randomForest场景下出现的「table of extent 0 x 2」错误

报错根因 #

该报错的本质是table()函数的两个输入参数中，pred向量无有效值，仅test$Survived存在2个不同取值，无匹配的有效pred值进行交叉统计。

与逻辑回归、XGBoost场景表现不一致的原因 #

逻辑回归、XGBoost的predict()接口默认返回数值型概率结果，pred>0.5的比较运算可正常生成布尔值，转换为整数后仍为有效值。
你调用随机森林预测时指定了type="class"，randomForest包该参数下返回的是因子型分类标签，因子与数值0.5做比较运算会直接返回全量NA，经as.integer转换后pred全为无效值，因此触发报错。

修复方案 #

根据你的使用需求二选一即可：

方案1：按概率阈值判断分类结果 #

如果需要自定义0.5的分类阈值，修改predict的返回类型为概率，提取正例概率后再做判断：

# 提取Survived=1类的预测概率
pred_prob <- predict(RFmodel.rf, test, type="prob")[,2]
pred <- as.integer(pred_prob>0.5)
table(pred, test$Survived)

方案2：直接使用随机森林输出的分类结果 #

如果不需要自定义阈值，直接将返回的因子型分类结果转换为整数即可，无需做大于0.5的判断：

pred <- predict(RFmodel.rf, test, type="class")
# 先转字符串再转整数，避免因子水平序号与实际标签不一致
pred <- as.integer(as.character(pred))
table(pred, test$Survived)

前置校验 #

如果修复后仍报错，可先运行以下代码确认输入向量有效性：

# 查看两个向量的有效非空长度
print(length(na.omit(pred)))
print(length(na.omit(test$Survived)))

确认两个输出均大于0即可正常运行table函数。

内容的提问来源于stack exchange，提问作者mimilo