Question

考虑到Caret with Random Forest方法中的5倍交叉验证，每个折叠中构建的随机森林的属性是什么？例如，在虹膜数据集中：

train_control <- trainControl(method="cv", number=5,savePredictions = TRUE) 
output <- train(Species~., data=iris, trControl=train_control, method="rf")
output$results$mtry
[1] 2 3 4

在交叉验证中建立3个mtry值，3个不同的森林是真的吗？我如何理解每个折叠森林的细节，如mtry？

Answer 1

默认情况下，插入符号列功能将执行网格搜索以获得最佳mtry。如果没有提供网格搜索的长度，它将搜索长度为3。

可以从以下网址看到这些默认值：

?trainControl
?train

tuneLength = ifelse(trControl$method == "none", 1, 3))
search = "grid"

当指定网格搜索（默认）和长度3（默认）时，使用插入符函数var_seq找到mtry参数。这可以从rf train method看出。此功能具有不同的行为，具体取决于功能的数量。有少于500个功能，它选择mtry为：

floor(seq(2, to = p, length = len))

其中p是要素的数量。虹膜数据有4个特征，因此len 3个可用的mtry值分别为2,3和4。

因此，这三个mtry值都以5倍CV进行测试。所以基本上制作了15个射频模型。每个mtry 5个。最后，根据CV结果选择最佳mtry，并在整个列车数据上构建最终模型 - 第16个模型。

使用Caret进行5倍交叉验证的随机森林属性

1 个答案: