如何使randomForest模型更小？

Question

我一直在研究700个行数据中的randomForest模型（41个特征）。这是一个示例电话：

myModel＆lt; - randomForest（RESPONSE~。，data = mydata，ntree = 50，maxnodes = 30）

我认为只有50棵树和30个终端节点，“myModel”的内存占用量会很小。但它在转储文件中是65兆。该对象似乎持有培训过程中的各种预测，实际和投票数据。

如果我只想要森林怎么办？我想要一个小的转储文件，我可以稍后加载，以便快速做出预测。我觉得森林本身不应该那么大......

任何人都知道如何剥夺这个傻逼到我可以做出预测的事情吗？

Answer 1

试图摆脱将评论作为评论发布的习惯......

?randomForest建议不要使用带有大量变量的公式接口...如果不使用公式接口，结果会有什么不同吗？ ?randomForest的 Value 部分还告诉您如何关闭部分输出（重要性矩阵，整个森林，邻近矩阵等）。

例如：

myModel <- randomForest(mydata[,!grepl("RESPONSE",names(mydata))],
  mydata$RESPONSE, ntree=50, maxnodes=30, importance=FALSE,
  localImp=FALSE, keep.forest=FALSE, proximity=FALSE, keep.inbag=FALSE)

Answer 2

您可以使用R中的tuneRF函数来了解树的数量并缩小尺寸。

tuneRF(data_train, data_train$Response, stepFactor = 1.2, improve = 0.01, plot = T, trace = T)

使用?tuneRF了解有关内部变量的更多信息。