Question

我想自动调整随机森林模型，因为我的变量会不断变化。我正在使用iris数据集。

我的代码是

jk = iris

library(randomForest)
library(caret)

fgl.res <- tuneRF(lm[,-5], lm[,5], stepFactor=1.5)

o/p:
mtry = 2  OOB error = 5.33% 
Searching left ...
Searching right ...
mtry = 3    OOB error = 4% 
0.25 0.05 
mtry = 4    OOB error = 5.33% 
-0.3333333 0.05

上面我想在fgl.res代码中自动选择Species列索引，即iris数据集中的5，并插入fgl.res代码。

然后使用第一行fgl.res输出（o / p）并取值"mtry = 2 OOB error = 5.33% "并在随机林代码中使用它，即将值赋给mtry和{{ 1}}如下图所示：

oob.error

我尝试了很多方法，但没有解决如何自动将值插入mod2<-randomForest(Species~., data=lm, ntree=50, mtry=2, oob.error=0.0533)输出的代码。

Answer 1

我不知道我是否正确理解了您的问题，但您可能会使用这种方法使用tuneRF时，必须选择具有最低OOB错误的mtry。在进入tuneRF函数后，我使用invisible(capture.output(...))函数隐藏显示控制台中的任何输出。

示例：

# load library
library(randomForest)
library(caret)

# data
data_iris = iris

# repeat the analysis
set.seed(4543)

# tuneRF 
invisible(capture.output(fgl.res <- tuneRF(x = data_iris[,-5], y= 
data_iris[,5], stepFactor=1.5)))

# choose the best mtry based on the lowest OOB error
best_mtry <- fgl.res[fgl.res[, 2] == min(fgl.res[, 2]), 1]

# choose the lowest OOB error
best_oob  <- fgl.res[fgl.res[, 2] == min(fgl.res[, 2]), 2]

# caluclate RF
mod2<-randomForest(Species~., data=data_iris, ntree=50, mtry=best_mtry,
oob.error=best_oob)

如果您只想提取第一行fgl.res输出并获取mtry和OOB错误值，则必须使用：

# choose the best mtry based on the lowest OOB error
best_mtry <- fgl.res[1, 1]

# choose the lowest OOB error
best_oob  <- fgl.res[1, 2]

我知道您在10个月前发布了此问题，但也许这种方法对其他用户有用。

自动调整随机森林

1 个答案: