Question

我在研究randomforest时遇到这种错误。

library(caret)
library(randomForest)
rf_model_housing <-train(SalePrice ~., # Standard formula notation
data=train_housing[,-1],
method="rf",
nodesize= 10,
mtry= 5,            
ntree = 500,
trControl=trainControl(method="repeatedcv", number=2,repeats=1),
tuneGrid = expand.grid(mtry = c(123)))

错误：正在停止另外：警告消息： 1：Fold1.Rep1的模型拟合失败：randomForest.default（x，y，mtry = param $ mtry，...）中的mtry = 123错误：形式参数“ mtry”与多个实际参数匹配 2：Fold2.Rep1的模型拟合失败：randomForest.default（x，y，mtry = param $ mtry，...）中的mtry = 123错误：形式参数“ mtry”与多个实际参数匹配 3：在nominalTrainWorkflow中（x = x，y = y，wts =权重，info = trainInfo，：重新采样的性能度量中缺少值。

Answer 1

根据插入符号here的randomForest文档，您使用了太多的tunig参数，因此需要将它们放在data.frame网格中（请参阅here for one example）。此外，您定义了2倍mtry（用于拆分的预测变量数）。我建议尝试类似的东西：

rf_control <- trainControl(method="repeatedcv", number=5, repeats=5)

rf_grid <-  expand.grid(mtry = c(floor(sqrt(ncol(x)) / 10),
                        floor(sqrt(ncol(x)) / 5),
                        floor(sqrt(ncol(x)))
)

set.seed(123)
rf_fit <- train(SalePrice ~., 
                 data = train_housing[,-1], 
                 method = "rf", 
                 trControl = rf_control,
                 tuneGrid = rf_grid)
rf_fit

使用mtry运行randomForest

1 个答案: