我使用随机森林进行文本分类。我的输入数据有17197行。

> nrow(sparse_4testing)[1] 17197

我使用的代码是

set.seed(123)tweetRand = randomForest(label ~ ., data = train_sparse, importance=TRUE, nTree=500)predicrRand_test=predict(tweetRand, data=sparse_4testing)q1=data.frame(ifelse(predicrRand_test>0.5,1,0))

问题是我在进行健全性检查时，q1中出现了额外的行

> nrow(q1)[1] 22373  

我不明白这是怎么回事。我是机器学习的新手。请帮帮我。我已经多次运行模型，仍然遇到相同的问题。

> nrow(predicrRand_test)NULL> head(predicrRand_test)            1             3             6             7             9            10  1.858321e-01 -8.326673e-17  1.321640e-01  2.222222e-04  2.345304e-02  1.651133e-01 > head(q1)   ifelse.predicrRand_test...0.05..1..0.1                                      13                                      06                                      17                                      09                                      010                                     1> length(predicrRand_test)[1] 22373

回答：

问题是由于predict函数中使用了错误的参数名 – 应该使用newdata，而不是data（文档）：

predicrRand_test=predict(tweetRand, newdata=sparse_4testing)

目前的代码忽略了data参数，简单地在predicrRand_test数据框中返回了训练集上的预测结果。