randomForest：如何控制袋内/袋外样品的比例？

Question

我正在将R randomForest用于各种回归任务。对我来说，超参数调整仍然很神秘。我有调优ntree和mtry的知识，但是从直觉上讲，我还希望调优每个包中的样本数量，以平衡模型偏差和方差。

根据文档，我认为sampsize是这样做的。但是阅读函数参数会发现它比这更复杂。如果使用替换（replace = TRUE）运行，似乎我无法控制袋内/袋外样品的比例。实际上，对于replace = TRUE，我什至认为该算法使用的比例甚至没有记载。

文档：sampsize: Size(s) of sample to draw.

函数参数：sampsize = if (replace) nrow(x) else ceiling(.632*nrow(x))

是否有一种方法可以控制袋中样品的比例？这甚至是一个值得调整的参数吗？

Answer 1

参数sampsize = if (replace) nrow(x) else ceiling(.632*nrow(x))仅表示当replace为true时其默认值为nrow(x)，否则为ceiling(.632*nrow(x))。

但是，您可以通过为其分配值来进行更改：

randomForest(X, replace = T, sampsize = 10)