R中RandomForest包中的RandomForest函數中的參數'classwt'代表什么？

Question

randomforest::randomforest()的幫助頁面說：

“classwt - 類的推薦。不需要加一個。忽略回歸。”

當您有大量不平衡數據時，可以設置classwt參數，即。 班級的先輩們有很大的不同？

當在具有3個類的數據集上訓練模型時，我應該如何設置classwt ，其中矢量的先驗等於（p1，p2，p3），並且在測試集先驗中是（q1，q2，q3）？

Answer 1

當你有大量不平衡的數據時，可以設置classwt參數幫助 - 類的先驗強烈不同？

是的，設置classwt的值對於不平衡的數據集非常有用。 我同意朱蘭的觀點，這些價值觀是根據采樣訓練數據的概率進行的（根據布萊曼在其原始文章中的論點）。

如何在具有3個類的訓練數據集中設置classwt，你的矢量先驗等於（p1，p2，p3），並且在測試集先驗中是（q1，q2，q3）？

對於培訓，您可以簡單地指定

rf <- randomForest(x=x, y=y, classwt=c(p1,p2,p3))

對於測試集，不能使用先驗：1）randomForest包的predict方法中沒有這樣的選項; 2）權重僅對模型的訓練有意義，而對預測沒有意義。