我试图使用一个特征作为响应变量来运行随机森林（RF）。我遇到了将字符串通过变量传递以用作RF中的响应的问题。首先，我尝试将通过变量传递的字符串作为响应运行RF，结果得到了“向量长度不同”的错误。之后，我直接输入实际的字符串（特征）作为响应，结果运行得很好。你能解释一下为什么变量长度会不同吗？谢谢。

> colnames(Data[1])[1] "feature1"> rf.file = randomForest(formula =colnames(Data[1])~ ., data = Data, proximity = T,      importance = T, ntree = 500, nodesize = 3)Error in model.frame.default(formula = colnames(Data[1]) ~ .,  :   variable lengths differ (found for 'feature1')Enter a frame number, or 0 to exit   1: randomForest(formula = colnames(Data[1]) ~ ., data = Data, proximity = T, importance = T, ntree = 500, nodesize = 3)2: randomForest.formula(formula = colnames(Data[1]) ~ ., data = brainDataTrim, proximity = T, importance = T, ntree = 500, nodesize = 3)3: eval(m, parent.frame())4: eval(expr, envir, enclos)5: model.frame(formula = colnames(Data[1]) ~ ., data = Data, na.action = function (object, ...) 6: model.frame.default(formula = colnames(Data[1]) ~ ., data = Data, na.action = function (object, ...) Selection: 0> rf.file = randomForest(formula =feature1~ ., data = Data, proximity = T,      importance = T, ntree = 500, nodesize = 3)> rf.fileCall: randomForest(formula = feature1 ~ ., data = Data,      proximity = T, importance = T, ntree = 500, nodesize = 3)                Type of random forest: regression                     Number of trees: 500No. of variables tried at each split: 3          Mean of squared residuals: 0.1536834                    % Var explained: 34.21> 

回答：

你只是误解了公式的工作原理。基本上，你的第一次尝试是不应该成功的。

公式应该由变量名组成，可能还包括它们的简单函数。例如：

var1 ~ var2var1 ~ log(var2)

请注意没有引号。如果没有引号，那它不是字符串，而是一个符号。

因此，在公式中避免使用原始字符串、奇怪的求值要求（如Data[1]，或任何使用$的情况）。要从字符串构建公式，请将它们拼接在一起，然后对生成的字符串调用as.formula。

请记住，公式的整个意义在于你提供了一个模型的符号表示，然后R会去数据框中查找你指定的列名。

我认为有些函数会为你完成公式字符串表示的强制转换（例如"var1 ~ var2"），但我不会依赖或期望这样做。