R语言C5.0决策树调用plot函数报错Variable match was not found求助
问题原因
- 缺失值处理逻辑错误:
na.omit(df)未赋值给新对象,且放在模型训练之后,训练用的数据集仍包含缺失值,可能导致模型存储的特征元数据异常 - 路径格式错误:R中本地路径不能使用单个反斜杠
\(为转义字符),需改为正斜杠/或双反斜杠\\;同时setwd()需传入文件夹路径,不能直接传入文件路径 - 列索引选择特征存在隐患:SPSS导入的列可能存在特殊字符、空格、非法命名,开启
winnow=TRUE自动筛选特征后,模型存储的特征名与原始列名匹配失败 - 原生
C50包的plot方法稳定性较差,容易出现特征匹配错误
可行解决方案
修正后的可运行代码如下:
# 加载依赖包 library(foreign) library(C50) # 安装加载partykit用于更稳定的决策树绘图 # install.packages("partykit") library(partykit) # 修正路径格式,setwd传入文件夹路径 setwd("C:/Users/hp/Music/") df <- read.spss("SefSec_2014_HH_weight new.sav", to.data.frame = TRUE) # 缺失值处理放在模型训练前,且赋值回df生效 df <- na.omit(df) # 打印所选列名,确认无异常命名 colnames(df)[c(427,432,437,422,447,452,457,462,467,472,482,487,477,492,497,502,503,504,505,506,507,508)] colnames(df)[512] # 单独构造特征集和标签,避免重复索引出错 x <- df[,c(427,432,437,422,447,452,457,462,467,472,482,487,477,492,497,502,503,504,505,506,507,508)] y <- as.factor(df[,512]) # 确认标签为分类变量,符合C5.0模型输入要求 # 可先关闭winnow参数测试匹配问题 controlFactor = C5.0Control(sample=0.7,seed=10,CF=0.25,winnow = FALSE, minCases = 20) model = C5.0(x, y, control = controlFactor) summary(model) # 用partykit的plot方法绘图,规避原生方法的匹配错误 plot(as.party(model), main="决策树")
如果仍触发报错,检查你选择的22个特征列是否存在取值完全一致、全为空、列名包含特殊符号的情况,删除异常列后重新训练即可。
内容的提问来源于stack exchange,提问作者pinky_dinky_doo400
相关产品推荐
相关产品推荐

