我使用R中party包的cforest来计算条件推理树。类似于随机森林，我希望基于OOB数据检索解释的方差和方差重要性(我读到随机森林基于OOB数据返回解释的方差和变量重要性)。为了在cforest<em
浏览 14提问于2019-10-31得票数 0
回答已采纳
通过tidymodel和R中的vip包，我计算了变量的重要性。变量重要性可以基于多个指标，例如R平方的增益或基尼损失，但我不确定vip中的变量重要性是基于哪里的。我的其他预测的变量重要性值在3到4之间，而不是这个模型中<e
浏览 10提问于2021-06-04得票数 0
4回答
我一直在阅读关于兰登森林的文章，但对于过度适应的问题，我真的找不到确切的答案。根据Breiman的原始文件，增加森林树木的数量不应过分，但似乎对此还没有达成共识。这给我在这个问题上造成了一些混乱。也许比我更专业的人可以给我一个更具体的答案，或者给我指明正确的方向，让我更好地理解问题。
浏览 0提问于2014-08-23得票数 37
回答已采纳
我试图在R中找到一种方法来计算随机林或条件随机林的单个树的变量重要性。一个很好的起点是rpart:::importance命令，它计算rpart树变量重要性的度量：> rp <- rpart(Kyphosis ~ Age + Numberrp)8.198442 3.101801 1.521863
rand
浏览 4提问于2015-12-18得票数 3
回答已采纳
我的数据集有5个自变量，每个变量的值为大、中或无以及一个二进制因变量。数据集有67行，拆分为17:50。
我想找出自变量和因变量之间是否有关系，并探讨哪些变量/一组变量对结果的影响最大。到目前为止，我检查过的大多数解决方案(名义变量关联和Cramér's V)都不支持多个自变量。
浏览 0提问于2021-05-19得票数 3
2回答
如何从适合使用rpart的回归树生成预测间隔？
我的理解是，回归树以叶节点的平均值作为响应的模型。我不知道如何从模型中得到叶节点的方差，但我想要做的是模拟使用叶节点的均值和方差来获得预测间隔。没有给出间隔的选项。示例：I将一棵树</
浏览 2提问于2015-03-18得票数 11
回答已采纳
条件购物车中的“权重”和“权重”是什么？ 我正在使用购物车通过递归分区来分析一个小数据集(N=70)。具体地说，ctree函数形成了R中的party包。 我对什么是“权重”和“权重”有点困惑。据我所知，他们将每个节点中的最终观察值称为“权重”。但是，也可以将“权重”设置为使用条件树的模型中的<
浏览 30提问于2021-04-27得票数 0
6回答
随机森林sklearn
、、、
在随机森林中，我们有现成的样本，这可以用于计算测试精度。是否需要显式交叉验证。在随机森林中显式使用CV有什么好处吗？基于下面的代码，我发现很难理解随机森林中的CV是如何工作的：
model = BaggingClassifier(base_estimator=cart, n_estimators=num_trees,
浏览 0提问于2018-10-11得票数 2
1回答
我是机器学习的新手，目前我正在尝试使用R中的插入符号和randomForest包实现随机森林分类。我正在使用trainControl函数，并反复进行交叉验证。也许这是一个愚蠢的问题，但据我所知，随机森林通常使用装袋将训练数据分成不同的子集并进行替换，使用1/3作为验证集来计算OOB。但是，如果您指定要使用k折交叉验证，会发生什么情况？从插入符号文档中，我假设它只对重采样使用交叉验证，但是如果它只使用交叉验证
浏览 1提问于2021-03-19得票数 0
1回答
然后，我想了解模型是否遇到了方差问题，所以我首先想到的是比较训练和测试数据。这就是让我感到困惑的地方--据我所知，有许多不同的帖子是关于：
How CV误差与OOB误差相比，随机森林分类器的训练误差几乎总是0(即根据训练数据拟合我的模型并用它对同一组训练数据进行预测)--不管树深是怎样的关于第2点，我似乎永远无
浏览 8提问于2022-01-24得票数 0
2回答
主要问题:我如何将python和scikit中的不同randomForests结合起来--学习？
我目前正在使用R中的randomForest包来使用弹性映射约简来生成随机森林对象。由于输入数据太大，无法在一台机器上容纳内存，所以我将数据采样到较小的数据集中，并生成包含较小树集的随机森林对象。然后，我使用一个修改的组合函数将不同的树</e
浏览 12提问于2014-09-18得票数 9
回答已采纳
在randomForest()中实现的算法生成自举数据。它有可能生成零变量。在这种情况下，这些自举常量是在选择mtry候选变量之前删除，还是从候选变量池中提取然后删除？与之相关的是，我们可以想象这样一种情况，即所有自举变量都显示为零变化。在这样的边缘情况下，包做了什么？
浏览 26提问于2021-04-23得票数 0
3回答
我在这里尝试应用决策树。决策树负责在每个节点本身进行拆分。但是在第一个节点，我想根据"Age“来分割我的树。我该怎么强制你这么做呢？library(party)
fit2 <- ctree(Churn ~ Gender + Age + LastTransaction + Payment.Method + spend + marStat
浏览 4提问于2016-10-04得票数 8
1回答
虽然这里回答了一个类似的问题，但我想采取一种不同的方法。假设我有一个二元目标变量1/0和一个分类变量M/F，由此，我可以得到一个比例为p1的M和目标1的F，而p2的F是目标1的，N1和N2分别是M和F的总数。对H0: p1=p2进行测试是否明智？
浏览 0提问于2019-06-03得票数 0
1回答
我正在使用sklearn的决策树分类器，但是我得到了100%的分数，我不知道出了什么问题。我已经测试了svm和knn，两者的准确率都在60%到80%之间，看起来也不错。(max_depth=1)的交叉val评分为1.0。决策树分类器(max_depth=5)的交叉值得分为0.9996212121212121。
决策树分类器(max_depth=10)的交叉值为1.0分。决策树分类器(max_dept
浏览 2提问于2020-07-02得票数 0
回答已采纳
3回答
R随机森林变量的重要性
、、、
我正在尝试使用随机森林软件包进行R.所列的各种重要衡量标准如下：
我真正想知道的是，这些值的含义只有在它们有多精确，什么是好的价值，什么是坏的价值，什么是最大值和</e
浏览 8提问于2009-04-10得票数 46
回答已采纳
在我的数据中，我想检查哪一个变量对结果影响最大，那就是股票收益率。我的数据如下。我的密码也附上去了。data_update <- data.frame(data,PEratio)
test <- data_update[48:57,]
对于上面的子集数据集训练和测试，我不确定是否需要对这些数据进行交叉验证。model.pred <- pred
浏览 3提问于2014-11-10得票数 2
回答已采纳
4回答
为什么决策树会有很大的方差？
、、、、
我听说决策树可能有很大的方差，对于数据集D，将其分成测试/训练，决策树可能会因数据如何被分割而有很大的不同。显然，这为诸如随机森林之类的算法提供了动力。只是一个注释-我没有真正遵循当前的答案，并未能在评论中解决这一问题。
浏览 0提问于2019-03-28得票数 2
回答已采纳
2回答
我想知道是否使用了OOB，如Breiman最初的RF，或者这是否被交叉验证所取代。如果它被替换了，我是否具有Breiman 2001描述的相同的优点，比如通过减少输入数据之间的相关性来提高准确性？由于OOB是以替换方式绘制的，而CV是不替换的，那么这两种程序是否具有可比性？错误率的OOB估计(基于CV)是什么？
这些树长得怎么样？用小车了吗？由于这是我的<
浏览 6提问于2015-04-09得票数 2
我有一个有三个输出/标签的产品。输出受到1000个程序的影响，每个程序都被数字化和测量。客户想知道对输出最有影响的程序是什么。通过Pearson相关系数，我们可以了解两个变量的关系，比如1是成比例的，-1是负比例的，0是没有关系的。因此，我可以找到最大的皮尔逊相关系数，以找到更有影响力的程序。从随机森林算法中，我可以知道最重要的特征。所以我也能确定最有影响的</e
浏览 0提问于2019-03-21得票数 7
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
对象存储
云直播活动推荐
腾讯云开发者
