R 随机森林模型：生成混淆矩阵的问题

Question

当我尝试为随机森林模型生成混淆矩阵时，出现以下错误： !all.equal(nrow(data), ncol(data)) 中的错误：参数类型无效

这是我使用的代码：

`ind <- sample(2, nrow(completeData), replace = TRUE, prob = c(0.7, 0.3))
trainData <- completeData[ind == 1, ]
testData <- completeData[ind == 2, ]

rf1 <- randomForest(price~., data = trainData)
print(rf1)

#Random Forest Model
p1 <- predict(rf1, newdata = testData)
testData$p1 <- p1

#Confusion matrix 
confusionMatrix(table(testData$price, testData$p1))`

Answer 1

price

，因此，

p1

可能是连续数据，而

confusionMatrix

适用于分类数据（

factor

）。

您可以

cut

将连续数据分类并像这样运行

confusionMatrix

（根据实际价格范围调整休息时间）：

confusionMatrix(table(cut(testData$price, breaks = 0:10),
                      cut(testData$p1, breaks = 0:10)
                      )
                )

...但是为什么要降级连续数据而不是在连续级别上进行检查（散点图、相关性等）？