我有一个关于Caret软件包的问题,以优化超参数,例如用于调整随机森林参数的随机搜索。我运行以下代码,但基于mtry参数,它会提供更好的结果,并且未显示树的数量。 我的目标是获得mtry和n.tree的最佳值,但这仅给了我mtry的价值。代码如下:
control <- trainControl(method="repeatedcv", number=10, repeats=3, search="random")
rf_random <- train(Result ~ ., data=tr, method="rf",
metric=metric, tuneLength=15, trControl=control)
我得到的结果是,当mtry = 15时,可获得最佳结果。但是为什么它不能为n.tree提供最佳值,所以我们以后根据随机搜索获得的值运行模型。