Question

我尝试为Ensemble of Ensemble建模创建一个函数：

library(foreach)
library(randomForest)
set.seed(10)
Y<-round(runif(1000))
x1<-c(1:1000)*runif(1000,min=0,max=2)
x2<-c(1:1000)*runif(1000,min=0,max=2)
x3<-c(1:1000)*runif(1000,min=0,max=2)
all_data<-data.frame(Y,x1,x2,x3)
bagging = function(dataFile, length_divisor = 4, iterations = 100)
{
    fit = list()
    predictions = foreach(m = 1 : iterations, .combine = cbind) %do% 
    {
        dataFile$Y = as.factor(dataFile$Y)
        rf_fit = randomForest(Y ~ ., data = dataFile, ntree = 100)
        fit[[m]] = rf_fit
        rf_fit$votes[,2]
    }
    rowMeans(predictions)
    return(list(formula = as.formula("Y ~ ."), trees = fit, ntree = 100, class = dataFile$Y, votes = predictions))
}
final_model = bagging(all_data)
predict(final_model, TestData) # It says predict doesn't support final_model object
# Error in UseMethod("predict") : no applicable method for 'predict' applied to an object of class "list"

它说 -

UseMethod错误（＆＃34;预测＆＃34;）：没有适用的方法来预测＆＃39;应用于类＆＃34;列表＆＃34;。
的对象

我需要上面的函数bagging来返回聚合的模型对象，以便我可以预测新的数据集。

Answer 1

您的bagging函数只返回一个任意列表。 Predict会查看第一个参数的类，以了解“正确的事情”。我假设您要从列表中存储的randomForest对象进行预测？您可以使用Map()循环显示列表。例如

Map(function(x) predict(x, TestData), final_model$trees)

（未经测试，因为您似乎没有提供TestData）

如何在装袋中创建模型对象？

1 个答案: