随机林中的tuneGrid参数问题

Question

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？

Answer 1

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)

Answer 2

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") 。