我对tuneRF函数的stepFactor参数的含义感到不舒服，randomForest函数用于调整{{3}}函数中进一步使用的mtry参数。
tuneRF的文档说stepFactor是一个重要的范围
选定的mtry会缩小或膨胀。
显然，由于mtry是随机选择的一些变量，它必须是一个整数，但我在网上看到了很多使用stepFactor=1.5的例子。
起初我认为R默认使用下一个mtry等于floor(mtry_current-stepFactor)，但事实证明我错了。
此外，我不理解在search left... search right...工作时显示tuneRF的R命令。
我认为这是关于膨胀或缩小mtry参数的信息，但我的假设并没有证明是正确的。
总结这个长期而不是太优雅的描述我的怀疑，我的问题是：
为什么stepFactor不是整数？
如何选择后续的mtry值？
左/右搜索实际意味着什么？
非常感谢任何帮助!! ：）
答案 0 :(得分：8)
以下是tuneRF如何运作的摘要：
一个。将 mtry 设置为默认值sqrt（ p ）进行分类，将 p / 3设置为回归（其中 p > =变量总数）
湾在 mtry 设置为上面的默认值的情况下计算随机森林的袋外（OOB）错误（例如error_default）
一个。向左看：设置 mtry =默认值/ stepFactor。例如，如果stepFactor = 1.5并且您的默认起始值为8，则 mtry 将设置为8 / 1.5 = 5.33，向上舍入为整数，这将给出6
湾计算OOB错误，比如error_left
一个。向右看：设置 mtry =默认值* stepFactor。要继续我的示例， mtry 将设置为8 * 1.5 = 12
湾计算OOB错误，比如error_right
我。如果（error_default＆lt; error_right）或（error_default＆lt; error_left），最好的 mtry 是默认值
II。如果不满足先前条件，但errors_default和error_right / error_left之间的增量小于改进参数，则最佳 mtry 是默认值
III。在不失一般性的情况下，如果不满足条件，并且如果error_right＆lt; error_left，if（error_default-error_right）＆gt; 改进，将 mtry 设置为mtry_right（12）。从现在开始，总是走右边
如果是4.iii。验证，迭代：将 mtry 设置为mtry_right * stepFactor（在我的示例中，12 * 1.5 = 18），计算OOB错误并将其与上一步获得的错误进行比较（在我的示例中） ，对于 mtry = 12）。如果错误新错误较小，并且错误减少的增益足够（即＆gt; 改进），请选择新的 mtry 并继续重复这些步骤，否则停止并返回当前 mtry 作为最佳 mtry
您设置的较小的stepFactor（例如，1.1,1.2），您尝试的 mtry 的值越多（精细搜索），您设置的stepFactor越大（例如，2,2.5），越少你尝试的价值（粗略搜索）。此外，如果改进的值较低，搜索将继续更长时间。