我有大约10,000个样本和9,000个功能 . 我正在尝试使用RandomForest（RF或GRF）进行特征（变量）选择/缩减 .
当我使用700个功能时，这个概念很有用，但是对于9,000个，当我尝试运行randomForest或RRF时，即使有1个树（甚至使用mtry = 1），我等待几个小时也没有任何反应 . （仅供参考，我使用sampsize = 800）
我希望至少能够运行1棵单树，然后再使用多台计算机并进行组合 .
有什么想法可以帮忙吗
罗尼
我一直在处理同样的问题，我解决如下：
将您的9000个功能划分为9组，每组包含1000个10K样本的功能
为每个子组运行特征选择，并从每个子组中选择300个最具信息性的特征
合并选定的9 * 300功能并重复步骤1和2
最后，您将获得300个功能
这种方法可能会导致一些重要功能的丢失，但它通常会选择信息量最大的功能 . 顺便说一下，您可以根据需要更改所选的特征尺寸（在给定示例中为300） .
据我所知，没有其他方法可以找到最佳特征子集而不是蛮力，而不会丢失重要特征 .
1 回答
我一直在处理同样的问题，我解决如下：
将您的9000个功能划分为9组，每组包含1000个10K样本的功能
为每个子组运行特征选择，并从每个子组中选择300个最具信息性的特征
合并选定的9 * 300功能并重复步骤1和2
最后，您将获得300个功能
这种方法可能会导致一些重要功能的丢失，但它通常会选择信息量最大的功能 . 顺便说一下，您可以根据需要更改所选的特征尺寸（在给定示例中为300） .
据我所知，没有其他方法可以找到最佳特征子集而不是蛮力，而不会丢失重要特征 .