首页 文章

R - 插入符号::训练“随机森林”参数

提问于
浏览 次
0

我正在尝试使用插入符号包中的train（）fx在60个变量和~20,000个观察点上构建分类模型 . 我正在使用随机森林方法并且在我的训练集上返回0.999准确度，但是当我使用模型进行预测时，它将每个测试观察分类为同一类（即，20个观察中的每一个被归类为“1”） 5种可能的结果） . 我确定这是错误的（测试集是针对Coursera测验，因此我没有发布确切的代码）但我不确定发生了什么 .

我的问题是，当我调用最终的fit模型（fit $ finalModel）时，它表示它总共生成了500棵树（默认和预期）， however the number of variables tried at each split is 35. 我知道将进行分类，为每个分割选择的标准观察数是正方形总预测数的根（因此，应该是sqrt（60）= 7.7，称之为8） . 这可能是问题吗？

我对我的模型或数据清理是否有问题感到困惑 .

set.seed(10000)
fitControl <- trainControl(method = "cv", number = 5)
fit <- train(y ~ ., data = training, method = "rf", trControl = fitControl)

fit $ finalModel

Call:
 randomForest(x = x, y = y, mtry = param$mtry) 
           Type of random forest: classification
                 Number of trees: 500
No. of variables tried at each split: 41

    OOB estimate of  error rate: 0.01%
r random-forest prediction r-caret training-data

1 回答

  • 0

    如果学生未能删除NA值超过50％的自变量，则使用Random Forest作为Coursera的约翰霍普金斯实用机器学习课程的最终项目将为测验的所有20个测试用例生成相同的预测 .

    SOLUTION: 从模型中删除具有高比例缺失值的变量 .

    回复于

相关问题