r - 每次运行的预测数必须等于每次运行的标签数

Question

我正在尝试检测最好的 AUC使用 genetic algorithm在 R .这是代码:

library(GA)
library(ROCR)
realResult <- sample( c(T,F), 350, replace=TRUE, prob=c( 0.5, 0.5) )
AUCfitness<-function(scores){
  res<-prediction(scores, realResult, label.ordering = NULL)
  auc.tmp <- performance(res,"auc"); 
  auc <- as.numeric(auc.tmp@y.values)
  #  print(paste0("AUC is: ",auc))
  auc
}

min <- 0.000654226
max <- 9433.873
GA <- ga(type = "real-valued", fitness = AUCfitness, min = min, max = max, monitor = FALSE,popSize = 350)
summary(GA)

但符合ga它提示:

 Error in prediction(scores, realResult, label.ordering = NULL) : 
  Number of predictions in each run must be equal to the number of labels for each run.

如您所见，我的大小为 realResult如 350 和 popSize = 350 ，所以我不应该面对这个错误

Answer 1

几分钟前遇到了这个问题。
似乎都是因为 NA。
我删除了与模型相关的所有 NA 案例，然后一切正常。