將隨機森林設置為分類

Question

我正在嘗試一些數據的隨機森林，其中類變量是二進制（1或0）。 這是我正在運行的代碼：

forest.model <- randomForest(x = ticdata2000[,1:85], y = ticdata2000[,86], 
                       ntree=500,
                       mtry=9,
                       importance=TRUE,
                       norm.votes=TRUE,
                       na.action=na.roughfix,
                       replace=FALSE,
                             )

但是當森林結束時，我收到以下錯誤：

Warning message:
In randomForest.default(x = ticdata2000[, 1:85], y = ticdata2000[,  :
  The response has five or fewer unique values.  Are you sure you want to do regression?

答案當然是不。 我不想做回歸。 我有一個單獨的離散變量，只需要2個類。 當然，當我使用這個模型運行預測時，我會得到連續數字，當我想要一個零和一個列表時。 有人可以告訴我，我做錯了讓這個使用回歸而不是分類嗎？

Answer 1

使用as.factor （或只是factor ）將響應列更改為一個因子。 由於您已將該變量存儲為數字 0和1，因此R正確地將其解釋為數字變量。 如果你想讓R以不同的方式對待它，你必須這樣說。

這在y參數下的文檔中提到：

響應向量。 如果假設一個因子，則假設為回歸。 如果省略，randomForest將以無人監督模式運行。