随机森林中的预测因子会导致不合适吗？

Question

我使用纬度和经度以及Landsat数据作为我的随机森林模型中的预测变量，旨在预测景观中黑色云杉树的存在与否。纬度显示为具有高重要性，您可以在映射的预测中看到清晰纬度线的影响。此外，使用tunerF，mtry仅针对2个预测变量进行了优化，纬度就是其中之一。我的模特是不合身的吗？

Answer 1

选择mtry = 2，并不意味着你完全放弃了第三个参数。事实上，相反。您应该首先在RF模型的训练中包括所有合理的预测因子。降低mtry将使每个节点中测试的变量少于所有变量。这允许较少的主导变量对最终预测贡献更多。低mtry有点类似于脊（正则化）回归。正规化增加了偏差但降低了方差。有时粗糙和强大只是更好，有时则不是。您可以通过交叉验证来了解。

听起来你有~500个样本（很多），只有3-6个变量（很少）。我会开始懒惰，只需手动将mtry更改为所有3-6值，并查看返回的报告的OOB-CV值。