将随机森林设置为分类

Question

我正在尝试一些数据的随机林，其中类变量是二进制（1或0）。这是我正在运行的代码：

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,
                             )

但是当森林结束时，我收到以下错误：

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?

答案当然是否定的。我不想做回归。我有一个单独的离散变量，只需要2个类。当然，当我使用这个模型运行预测时，我会得到连续数字，当我想要一个零和一个列表时。有人可以告诉我我做错了什么来使用回归而不是分类？

Answer 1

使用as.factor（或factor）将您的回复列更改为系数。由于您已将该变量存储为 numeric 0和1，因此R正确地将其解释为数字变量。如果你想让R以不同的方式对待它，你必须这样说。

y参数下的文档中提到了这一点：

  

响应向量。如果是因子，则假定分类，否则   假设回归。如果省略，randomForest将运行   无监督模式。