Question

library(randomForest)
set.seed(113, "L'Ecuyer")      
plot(randomForest(cmedv ~ .,  data = BostonHousing2,
        keep.forest = FALSE))

Error in randomForest.default(m, y, ...) : Can not handle categorical 
predictors with more than 53 categories.

以下是我的数据集的str。

str(BostonHousing2)

$ town   : Factor w/ 92 levels "Arlington","Ashland",..: 54 77 77 46 46 46 69 
        69 69 69 ...

$ tract  : int  2011 2021 2022 2031 2032 2033 2041 2042 2043 2044 ...

$ lon    : num  -71 -71 -70.9 -70.9 -70.9 ...

$ lat    : num  42.3 42.3 42.3 42.3 42.3 ...

$ medv   : num  24 21.6 34.7 33.4 36.2 28.7 22.9 27.1 16.5 18.9 ...

$ cmedv  : num  24 21.6 34.7 33.4 36.2 28.7 22.9 22.1 16.5 18.9 ...

$ crim   : num  0.00632 0.02731 0.02729 0.03237 0.06905 ...

$ zn     : num  18 0 0 0 0 0 12.5 12.5 12.5 12.5 ...

$ indus  : num  2.31 7.07 7.07 2.18 2.18 2.18 7.87 7.87 7.87 7.87 ...

$ chas   : Factor w/ 2 levels "0","1": 1 1 1 1 1 1 1 1 1 1 ...

$ nox    : num  0.538 0.469 0.469 0.458 0.458 0.458 0.524 0.524 0.524 0.524 ...

$ rm     : num  6.58 6.42 7.18 7 7.15 ...

$ age    : num  65.2 78.9 61.1 45.8 54.2 58.7 66.6 96.1 100 85.9 ...

$ dis    : num  4.09 4.97 4.97 6.06 6.06 ...

$ rad    : int  1 2 2 3 3 3 5 5 5 5 ...

$ tax    : int  296 242 242 222 222 222 311 311 311 311 ...

$ ptratio: num  15.3 17.8 17.8 18.7 18.7 18.7 15.2 15.2 15.2 15.2 ...

$ b      : num  397 397 393 395 397 ...

$ lstat  : num  4.98 9.14 4.03 2.94 5.33 ...

Answer 1

随机森林处理超过32级分类值的限制，因此病房的方式是可以降低分类值的级别。为了减少分类值，您可以使用分箱方法，例如在dplyr中使用十分位数使用ntile（）。它会降低到较低的水平。

随机森林：预测者有超过53个类别？

1 个答案: