Question

我正在使用caret包来分析使用ranger构建的随机森林模型。我无法弄清楚如何使用tuneGrid参数调用train函数来调整模型参数。

我认为我正在调用tuneGrid参数错误，但无法弄清楚为什么这是错误的。任何帮助将不胜感激。

data(iris)

library(ranger)
model_ranger <- ranger(Species ~ ., data = iris, num.trees = 500, mtry = 4,
                       importance = 'impurity')


library(caret)

# my tuneGrid object:
tgrid <- expand.grid(
  num.trees = c(200, 500, 1000),
  mtry = 2:4
)

model_caret <- train(Species  ~ ., data = iris,
                     method = "ranger",
                     trControl = trainControl(method="cv", number = 5, verboseIter = T, classProbs = T),
                     tuneGrid = tgrid,
                     importance = 'impurity'
)

Answer 1

以下是插入符号中的游侠语法：

library(caret)

在调整参数之前添加.：

tgrid <- expand.grid(
  .mtry = 2:4,
  .splitrule = "gini",
  .min.node.size = c(10, 20)
)

只有这三个由插入符号支持，而不是树的数量。在火车上你可以指定num.trees和important：

model_caret <- train(Species  ~ ., data = iris,
                     method = "ranger",
                     trControl = trainControl(method="cv", number = 5, verboseIter = T, classProbs = T),
                     tuneGrid = tgrid,
                     num.trees = 100,
                     importance = "permutation")

获得变量重要性：

varImp(model_caret)

#output
             Overall
Petal.Length 100.0000
Petal.Width   84.4298
Sepal.Length   0.9855
Sepal.Width    0.0000

要检查这是否有效，将树木的数量设置为1000+ - 拟合将会慢得多。更改importance = "impurity"后：

#output:

             Overall
Petal.Length  100.00
Petal.Width    81.67
Sepal.Length   16.19
Sepal.Width     0.00

如果它不起作用，我建议从CRAN安装最新的游侠，从git hub安装插入符号：

devtools::install_github('topepo/caret/pkg/caret')

要训练树木的数量，您可以使用由lapply或createMultiFolds创建的固定折叠的createFolds。

R：使用带有插入符号的ranger，tuneGrid参数

1 个答案: