R语言随机森林报错The response has five or fewer unique values. Are you sure you want to do regression原因及解决办法

问题描述

在使用随机森林算法建模时，R报错/警告如下：

The response has five or fewer unique values. Are you sure you want to do regression

原因

这个提示主要是因为用来拟合模型的y值，或者说类别class值，unique 数量少于5个，比如当你想预测一家公司会不会破产时，Y值就是“yes” or “no”，用数值表示就是 0 / 1，

如果你的Y值的数据类型是numeric的话，R会默认你做回归，但unique值低于5个的话回归不太现实，所以R认为你应该做分类而不是回归

解决办法

（1）如果需求类似上述的预测破产例子的话，实际上可以直接做分类，所以把Y值从numeric转成factor类型就行

（2）或者用random forest / logistic 回归后根据不同的threshold把预测概率转变成预测class结果