某些predictor的level太多， 比如有些x是字符的，很多不同的category，如果没必要的话就不要包括进去

恩，原来这样，处理后OK了，非常感谢。
可是如果有些重要的predictor分类较多，不能删除，该如何处理呢？

请教，为什么出现错误，百思不得 其解
Msg_data <- read.csv('C:/Users/平均载重xy.csv')
Msg_data <- Msg_data[1:50000,]
> Msg_data设备号<−as.factor(Msgdata设备号) #数据自变量7个，包括一个因子‘设备号’，因变量为’载重值‘
> set.seed(1)
> ind <- sample(2,nrow(Msg_data),replace=T,prob=c(0.7,0.3))
> train<-Msg_data[ind==1,]
> test<- Msg_data[ind==2,]
> train<- rfImpute(载重值~., data=train)

Error in randomForest.default(xf, y, ntree = ntree, ..., do.trace = ntree,  :
Can not handle categorical predictors with more than 53 categories.

解决了吗

你好 具体怎么处理呀？ 遇到了同样的问题