随机森林中两个响应变量的预测结果

Question

我没有将功能建模为ARIMA过程，而是尝试使用随机森林和梯度增强作为回归技术。在问题设置中，预测变量为t_2和t_1，预测变量为t。以1974年1月至1978年12月这段时间为训练集，以1979年为测试集。我试图在R中创建一个随机森林模型，但是我停留在下面的部分中，在该部分中，每次拆分尝试的变量数均为1：有时OOB为100％。有人可以帮我吗？提前谢谢

library(randomForest)
library(caret)
library(e1071)
library(ranger)
#converting ldeath timeseries to vector
ldeathsVector <- as.vector(ldeaths)
#dividing the vectors into 3 vectors 
t_2<- ldeathsVector[1:70]
t_1<- ldeathsVector[2:71]
t<-ldeathsVector[3:72]
ldeathDataFrame <- data.frame(t_2=t_2,t_1 =t_1,t=t)
ldeathTraining <- ldeathDataFrame[1:58,]
ldeathTesting <- ldeathDataFrame[59:70,]
ldeathTraining <- ldeathTraining[complete.cases(ldeathTraining),]
ldeathTesting <- ldeathTraining[complete.cases(ldeathTesting),]
formula <- paste(t, "~", paste(t_1, t_2 = " + "))
ldeathRandomForest <- randomForest(t ~ t_1+t_2, 
                         ldeathTraining, 
                         num.trees = 510,importance = TRUE)