我相信randomForest
中的“rf”(caret
)方法将默认树的数量设置为500.不幸的是,这导致时间复杂度对于较大的数据集失控。有没有快速的方法来减少树的数量而不创建自定义方法?我知道rf唯一的可调参数是mtry。
只是为了澄清:我不打算调整树木的数量。我只想将它修复为较低的值,以便我可以在合理的时间内运行rf。
答案 0 :(得分:12)
您可以在拨打火车时指定ntree参数:
rf <- train(X, y, method="rf", preProcess=c("center","scale"), ntree=100, trControl=fitControl)
答案 1 :(得分:0)
一个建议是使用randomForest
库。我总是发现使用比caret
中的更简单,并且它有一个参数来设置树的数量。