实施无引导的随机森林

Question

我想用我所有的训练集来实现Breiman（2001）的随机森林算法来生长树木。换句话说，我想在每个节点上保持输入的随机选择，并删除引导阶段。这是由于我正在处理很少显示自相关的观测值而引起的。

我已经浏览了tf.signal.inverse_stft，randomForest和ranger软件包的文档，但是没有找到答案。我还尝试使用Rborist查看函数randomForest的源代码。但我必须承认我的R级太低，无法从中获得任何好处。

谢谢。

编辑。将来的读者请注意：如果要修改引导步骤，请确保在使用getAnywhere(randomForest.default)时设置keep.inbag=T。

Answer 1

randomForest中的sampsize参数控制用于每棵树的样本数，而replace参数控制是否进行引导。因此，根据您的情况，将sampsize = N（样本数）设置为replace = FALSE。