Question

我想使用插入包运行一个没有偏见的cforest。这可能吗？

tc <- trainControl(method="cv",
               number=f,
               index=indexList,
               savePredictions=T,
               classProbs = TRUE,
               summaryFunction = twoClassSummary)
createCfGrid <- function(len, data) {
    g = createGrid("cforest", len, data)
    g = expand.grid(.controls = cforest_unbiased(mtry = 5, ntree = 1000))
    return(g)
}
set.seed(1)
(cfMatFit <- train(as.factor(f1win) ~ .,
                   data=df,
                   method="cforest",
                   metric="ROC",
                   trControl=tc,
                   tuneGrid = createCfGrid))

错误为Error in as.character.default(<S4 object of class "ForestControl">) : no method for coercing this S4 class to a vector

这是因为cforest_control（）无法强制转换为数据框。如果我使用：

，该功能确实有效

...
g = expand.grid(.mtry = 5)
...

但是，如果我想更改ntree，则无效：

...
g = expand.grid(.mtry = 5, .ntree = 1000)
...

这不像randomForest那样出错。

Answer 1

网格应该是一个简单的数据框，其中包含一个名为.mtry的列。代码

 g = createGrid("cforest", len, data)

将为您生成。如果您要指定ntree，只需将controls对象作为另一个参数传递给train，但忽略mtry：

 mod <- train(Species ~ ., data = iris,
              method = "cforest",
              controls = cforest_unbiased(ntree = 10))

caret负责为您更改mtry。

最高

使用caret包运行带有controls = cforest_unbiased（）的cforest

1 个答案: