调整多元响应随机森林

Question

是否可以使用caret来调整具有多变量响应变量的随机森林（ cforest ）？ 例如

mtry_grid <- data.frame(mtry = seq(5,50,5))
train_mtry_class <- train(Class+PRE_POST~., data=rf_data[,-c(1,2)],
                      method='cforest', tuneGrid=mtry_grid, metric='Accuracy')

如果不是，是否有人建议调整具有多变量响应的随机森林？

Answer 1

有一个很棒的CRAN软件包，您可以执行多变量随机森林调整： https : //cran.r-project.org/web/packages/MultivariateRandomForest/MultivariateRandomForest.pdf

另外，您也可以使用“ party”（也在CRAN中使用）： https ://cran.r-project.org/web/packages/party/party.pdf-查看“条件推理树”