在R语言中使用SMOTE算法时出现invalid 'labels'报错如何解决？

• 该报错并非来自target列，问题出在数据集的特征列中存在零方差因子变量：即某一列的所有样本取值完全一致，只存在1个因子水平。SMOTE算法生成合成样本时，需要基于原特征的因子水平给新样本赋值，当遇到只有1个水平的因子特征时，内部的水平匹配逻辑出错，就会触发labels长度不匹配的报错。
• 前期出现的「NAs introduced by coercion」警告也对应这个问题：SMOTE在处理特征类型转换时，无法正常识别零方差特征的取值范围，强制类型转换后生成了缺失值。

1. 先过滤数据集中的零方差特征，再执行SMOTE操作，示例代码如下：

# 没有安装caret包先执行 install.packages("caret")
library(caret)
# 识别所有零方差特征
zero_var_info <- nearZeroVar(dataset, saveMetrics = TRUE)
# 剔除零方差特征
dataset <- dataset[, !zero_var_info$zeroVar]

2. 重新运行SMOTE代码，同时注意target列转数值的写法：原代码直接对因子执行as.numeric会把原本的0/1转为1/2，需要先转成字符再转数值

library(DMwR)
dataset$target <- as.factor(dataset$target)
dataset <- SMOTE(target ~ ., dataset, perc.over = 100, perc.under = 200)
# 修正target转数值的写法
dataset$target <- as.numeric(as.character(dataset$target))

内容的提问来源于stack exchange，提问作者user1758952