R语言分类随机森林模型中分类变量ALEPlots绘制报错咨询

这个是iml包的已知问题：当针对分类特征计算二分类模型的概率类ALE时，官方默认的plot方法内部存在类型处理逻辑错误，会将因子类型的特征水平误代入数值运算，因此抛出你遇到的non-numeric argument to binary operator报错。你的使用场景完全支持ALE plot生成，并非功能不支持。
连续变量ALE可以正常绘制是因为连续变量本身为数值型，不会触发该类型处理bug；PDP可正常运行是因为PDP的绘图逻辑和ALE不同，没有这部分错误。

推荐直接提取ALE计算结果手动绘图，稳定性最高，修正后可运行代码如下：

library(randomForest)
library(iml)
library(ggplot2)

# create sample data frame
data <- data.frame(mortality = as.factor(c(rep("Low", 200), rep("High", 200))),
                   veg = as.factor(rep(c("Shrub", "Oak", "conifer", "forb"), each = 50)),
                   slope = rep(seq(0,90), length = 200))

# random forest model 
rfm <- randomForest(mortality ~., data = data)

# 初始化预测器
low_predictor <- Predictor$new(rfm, data = data, type = "prob", class="Low")
high_predictor <- Predictor$new(rfm, data = data, type = "prob", class="High")

## 分类变量veg的ALE计算
# 先计算ALE结果，不要直接套plot方法
low_veg_ale <- FeatureEffect$new(low_predictor, feature = "veg", method = "ale")
high_veg_ale <- FeatureEffect$new(high_predictor, feature = "veg", method = "ale")

# 提取结果数据框手动绘图（以Low类为例）
low_veg_df <- low_veg_ale$results
ggplot(low_veg_df, aes(x = veg, y = .value)) +
  geom_point(size = 3, color = "#2c3e50") +
  geom_errorbar(aes(ymin = .value - .sd, ymax = .value + .sd), width = 0.2, color = "#2c3e50") +
  labs(x = "植被类型", y = "ALE值（死亡率=Low的概率）") +
  theme_bw()

## 连续变量slope的ALE绘制逻辑不变，可直接用默认plot
plot(FeatureEffect$new(low_predictor, feature = "slope", method = "ale"))

内容的提问来源于stack exchange，提问作者amp