[英]Issues with tuneGrid parameter in random forest
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
现在,我正在使用插入包,主要用于调整随机森林。 所以我尝试设置一个tuneGrid,将mtry和sampsize参数传递给插入符号列表方法,如下所示。
mtryGrid <- data.frame(.mtry = 100),.sampsize=80)
rfTune<- train(x = trainX,
y = trainY,
method = "rf",
trControl = ctrl,
metric = "Kappa",
ntree = 1000,
tuneGrid = mtryGrid,
importance = TRUE)
当我运行此示例时,我收到以下错误
The tuning parameter grid should have columns mtry
我遇到过像这样的讨论,表明应该可以传入这些参数。
另一方面,此页面表明可以传入的唯一参数是mtry
我甚至可以通过插入符号将sampsize传递到随机森林中吗?
您的mtryGrid
看起来有一个支架问题。 或者,您也可以使用expand.grid
来提供您想要尝试的mtry
的不同值。 默认情况下,您可以为随机林调整的唯一参数是mtry
。 但是,您仍然可以将其他参数传递给train
。 但那些将具有固定价值,所以不会被train
调整。 但你仍然可以要求在train
上使用分层样本。 下面是我将如何做,假设trainY
是一个布尔变量,您希望根据该变量对样本进行分层,并且您希望每个类别的样本大小为80:
mtryGrid <- expand.grid(mtry = 100) # you can put different values for mtry
rfTune<- train(x = trainX,
y = trainY,
method = "rf",
trControl = ctrl,
metric = "Kappa",
ntree = 1000,
tuneGrid = mtryGrid,
strata = factor(trainY),
sampsize = c(80, 80),
importance = TRUE)
我怀疑一个人可以直接通过sampsize
和strata
来train
。 但是从这里我相信解决方案是使用trControl()
。 那是,
mtryGrid <- data.frame(.mtry = 100),.sampsize=80)
rfTune<- train(x = trainX,
y = trainY,
method = "rf",
trControl = trainControl(sampling=X),
metric = "Kappa",
ntree = 1000,
tuneGrid = mtryGrid,
importance = TRUE)
其中X
可以是c("up","down","smote","rose")
。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.