我有一个大约3000个正样本和1500个负样本的数据集，大约有1000个特征。所有功能都是实数。我想训练一个带有“randomForest”R包的randomForest分类器。
问题是我想在训练数据集上使用100％精度（TP / TP + FP）的分类器。但是，我很难通过调整训练随机森林中的$ votes来实现这一点。
我想知道是否有人对此类问题有过经验或有任何想法？如果您有任何线索，请给我一些提示。提前谢谢！
我对任何其他机器学习方法持开放态度，如果它向我保证100％精确度。
答案 0 :(得分：1)
如果您无法通过修改投票分数阈值来实现，那么您将不得不以某种方式修改树本身。
实现此目的的一种方法是实际训练加权树。不幸的是，我现在没有指针，但这与Viola/Jones paper here中所做的类似（但它们是为了提升而做的。）
（有一个想法你看过参数：classwt，其评论为“类的引物。不需要加一个。忽略回归。”）this page？< / p>
一个快速点：误报率不等于FP / (FP + TP)。它实际上是FP / (FP + TN)或等效FP / "actual negatives"，因为您实际上只想考虑有多少误报被检测为实际负数的函数。