我尝试使用插入符号显式地将树的数量和mtry传递给随机森林算法： library(caret)repGrid<-expand.grid(.mtry=c(4),.ntree=c(350))
rfClassifierRep <- tra
浏览 106提问于2021-04-09得票数 0
回答已采纳
1回答
我在随机森林中使用了重复的交叉验证，如下所示: k=10 repeat =3我已经将我的随机森林设置为生长一千棵树，并在每个节点上使用6个变量进行拆分: ntree =1000mtry=6我需要了解交叉验证的每次迭代是否构建1000棵树:k=10 1.rep1: mtry =6(此迭代是否构建1000棵树？)fold 2.rep2: mtry =6(此迭代是否构建1000棵树？？) 或者所有交叉验证
浏览 26提问于2019-04-26得票数 0
2回答
我一直在处理一些非常不平衡的数据，我想使用分层抽样来创建更平衡的随机森林rfTune<- train(x = trainX,
浏览 27提问于2014-11-12得票数 8
回答已采纳
3回答
R插入随机林
、、
使用插入包中列车的缺省值，我尝试为dataset xtr2 (dim(xtr2)：7659408)训练一个随机森林模型。问题是，要适应这一功能需要花费太多的时间(一次训练超过一天)。据我所知，train在默认情况下使用引导抽样(25次)和三次随机选择mtry，那么为什么要花这么长时间呢？比如在培训中使用简历？
随机森
浏览 2提问于2016-11-28得票数 1
回答已采纳
5回答
我正在使用R包randomForest对一些生物学数据进行回归。我的训练数据大小是38772 X 201。
我只是想知道-对于树的数量ntree和每个级别mtry的变量数量来说，什么是一个好的值？我的输入数据中的每一行都是一个代表氨基酸序列的200个字符，我想构建一个回归模型来使用这样的序列来预测蛋白质之间的距离。
浏览 14提问于2012-12-20得票数 41
回答已采纳
1回答
我想利用我手头的20个CPU核心在R中训练随机森林，我通常使用randomForest包的代码如下：rf
因此，我使用一个具有11个级别的因子Pred和一个具有74个数字特征和~84k观测值的数据train来训练一个有100棵树的森林。这样做的目的是通过在我的代码中使用插入符号
浏览 1提问于2019-01-23得票数 1
在插入符号中，当算法从多个中优化时，您能推导出用于训练模型的预测因子吗？Resampling results across tuning parameters:
mtry Accuracy Kappa Accuracy SD Kappa SDThe final value used for th
浏览 2提问于2015-07-25得票数 1
1回答
我使用这个中的一个例子train$`2ndFlrSF`<-train$S2ndFlrSF nodesize = 5, method = "rf",
浏览 1提问于2020-08-24得票数 0
回答已采纳
1回答
我想自动调优随机森林模型，因为我的变量不断变化的基础上，实时。我正在使用iris数据集。Searching right ...0.25 0.05 -0.33333330.05
上面，我希望在fgl.res代码中自动选择Species列索引，即iris数据集中的5列索引，并在fgl.res代码中插入。然后使用fgl.res输出的第一行(o/
浏览 3提问于2017-01-25得票数 1
回答已采纳
我用可选的参数案例权重来拟合一个c林，它是一个双矩阵，在我的随机森林中有ncol(案例权重)==树数和nrow(案例权重)=观察数。此外，我正在规范它们，以便colSums等于1。当我想将我的OOB预测与真实的响应进行比较时，我总是会得到以下错误：
我做错什么了？<
浏览 0提问于2018-04-18得票数 2
回答已采纳
为此，我一直试图使用插入符号的method="rf“函数复制从method=()模型中获得的结果。不幸的是，我没有得到匹配的结果，我想知道我忽略了什么。我还要补充的是，考虑到randomForest使用引导来生成适合每个ntree的样本，并且根据出出的预测来估计错误，我对在trainControl函数调用中指定"oob“和”引导“之间的区别有点模糊。虽然我已经阅读过插入符号包网站()，以及各种看起来可能相关的Sta
浏览 1提问于2016-04-18得票数 11
回答已采纳
当我将ntree设置为更高的数字时(在我的可复制示例中，这将是ntree = 150)，我的代码运行时不会出错。使用我的真实数据的模型有ntree = 10000，但是任务仍然失败。我怎么才能解决这个问题？在插入符号的源代码中，我可以找到错误消息Error in { : task 1 failed - "non-numeric argument to binary operator"的条件吗？我尝试了没有samps
浏览 3提问于2020-07-13得票数 2
回答已采纳
我使用的是插入符号包中的随机森林模型，如下所示。有1,118个预测变量和一个响应变量"grp“。number=5, classProbs = T)
method="rf",
浏览 7提问于2018-02-28得票数 0
回答已采纳
2回答
我想使用pmml库导出一个Caret随机森林模型，这样我就可以在Java中使用它进行预测。这是我得到的错误的复制品。data(iris)require(pmml)fitControl2 <- trainControl) :
no applicable method for 'pmml' applied to an object of class "
浏览 1提问于2014-12-12得票数 3
1回答
我试图运行的网站代码是使用一个旧版本的R，不接受游侠作为库。我必须使用插入符号包。我试图在我的列车数据帧中处理大约80万条线路，下面是我使用的代码 data = train_1,
浏览 11提问于2022-04-24得票数 1
回答已采纳
据我所知，与单个决策树相比，随机森林有两个导致“随机性”的参数：2)为创建树而绘制的训练示例的数量。直观地说，如果我将这两个参数设置为它们的最大值，那么我应该避免“随机性”，因此每个创建的树都应该完全相同。我使用R中的randomForest库测试了这个想法，我认为前面提到的两个参数分别对应于'mtry‘和'sampsize’。我已经将这些值设置
浏览 2提问于2014-04-29得票数 0
3回答
我有一个由20个特征和大约300,000个观察值组成的数据集。我使用插入符号来训练带有doParallel和四个内核的模型。对于我尝试过的方法(rf，nnet，adabag，svmPoly)，即使在我10%的数据上训练也要花8个多小时。我用bootstrapping重采样了3次，我的tuneLength是5。有人建议使用底层库可以将我的过程加快10倍，但在我走上这条路之前，我想确保没有其他选择。
浏览 0提问于2015-10-02得票数 12
回答已采纳
我正在尝试理解randomForest包和caret包中的随机森林实现之间的区别。例如，这在randomForest中指定了2000棵具有mtry = 2的树，我显示了每个预测值的基尼系数：library(tidyr) ntree = 2000, mtry = 2,
imp
浏览 3提问于2015-05-12得票数 2
3回答
用插入包和R绘制学习曲线
、、、
我使用插入符号R，它允许我绘制性能度量(AUC，准确性.)针对模型的超参数(mtry、lambda等)并自动选择最大值。为了简单起见，假设我的模型是一个随机森林，其中只有一个超参数'mtry‘
(红色曲线是测试集)
在y轴上，我放置了一个错误度量(错误分类示例的数量或类似的东西)；在x轴'mtry‘上，或者在训练集大小上。问题：
浏览 7提问于2013-12-04得票数 9
1回答
我有一个关于rpart和overfitting的问题。我的目标只是在预测上做得好。我的数据集很大，几乎有20000个点。使用这些点中的大约2.5%作为训练，我得到了大约50%的预测误差。但是使用97.5%的数据作为训练，我得到了大约30%。由于我使用了如此多的数据进行训练，我想可能存在过度拟合的风险。我用随机训练/测试数据+修剪树1000次，如果我理解正确的话，这是某种交叉验证，我得到了非常稳定的结果(相同的预测误差和变量的重要性)。在回归中
浏览 0提问于2018-01-10得票数 0
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
腾讯云开发者
