R中使用ROSE处理不平衡数据集时报变量类型错误如何解决？

• 你的数据集包含nameOrig、nameDest两个唯一标识类的字符字段，这类字段既不属于ROSE支持的连续数值变量，也不属于分类因子变量，是触发报错的核心原因
• 交易类型字段type当前为字符类型，未转换为分类因子，也不符合ROSE的变量要求
• 你仅转换了目标变量isFraud为因子，未调整其他不符合要求的字段，因此报错未消失

# 1. 移除对欺诈预测无意义的唯一ID字段
dataset_clean <- dataset[, !names(dataset) %in% c("nameOrig", "nameDest")]
# 2. 将字符型分类字段type转换为因子
dataset_clean$type <- as.factor(dataset_clean$type)
# 3. 目标变量isFraud转因子
dataset_clean$isFraud <- as.factor(dataset_clean$isFraud)
# 4. 重新运行ROSE
data_ROSE <- ROSE(isFraud~., data = dataset_clean, N = 500, seed = 111)$data

• 如果后续还需要保留交易主体标识做后续分析，可以先把这两个字段存到独立变量中，ROSE处理完成后再对应拼接回去即可
• step字段如果是时间步长的分类标识，你也可以根据分析需要决定是否转换为因子，当前是整数型属于连续类，ROSE也可以正常处理

内容的提问来源于stack exchange，提问作者WILLIAM