Question

randomforest::randomforest()的帮助页面说：

“classwt - 类的推荐。不需要加一个。忽略回归。”

当您有大量不平衡数据时，可以设置classwt参数帮助，即。班级的先辈们有很大的不同？

如果在具有3个类的数据集上训练模型时，我应该如何设置classwt，其中矢量的先验等于（p1，p2，p3），并且在测试集先验中是（q1，q2，q3）？

Answer 1

可以设置classwt参数帮助当你有非常不平衡的数据 - 类的先验强烈不同？

是的，设置classwt的值对于不平衡的数据集非常有用。我同意朱兰的观点，这些价值观是根据采样训练数据的概率进行的（根据布莱曼在其原始文章中的论点）。

如果在3类训练数据集中设置classwt，你的矢量先验等于（p1，p2，p3），并且在测试集先验中是（q1，q2，q3）？

对于培训，您只需指定

即可

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

对于测试集，不能使用先验：1）randomForest包的predict方法中没有这样的选项; 2）权重只对模型的训练有意义，而对预测没有意义。