带插入符号的R中随机森林回归的classProbs
我正在R中执行一个随机森林回归,但希望得到类似于类概率的东西,作为随机森林分类。在过去,我运行过随机森林分类模型,并且能够得到预测的准确度。在随机森林回归中是否有类似的概念 对于以下代码:带插入符号的R中随机森林回归的classProbs,r,random-forest,r-caret,R,Random Forest,R Caret,我正在R中执行一个随机森林回归,但希望得到类似于类概率的东西,作为随机森林分类。在过去,我运行过随机森林分类模型,并且能够得到预测的准确度。在随机森林回归中是否有类似的概念 对于以下代码: fitControl <- trainControl(## 5-fold CV method = "cv", number = 5, search = 'grid', classProbs = TRUE, savePredictions = "final" ) grid <-
fitControl <- trainControl(## 5-fold CV
method = "cv",
number = 5,
search = 'grid',
classProbs = TRUE,
savePredictions = "final"
)
grid <- expand.grid(.mtry=seq(1,4,1))
set.seed(123)
rf_model <- train(iris$Sepal.length~.,
data = iris[-5],
method = "rf",
importance=TRUE,
trControl = fitControl
metric = "MAE",
tuneGrid=grid,
ntree=100
)
fitControlcaret
package仅在使用randomForest
package时调谐mtry
。如果要调整节点大小,必须使用ranger
package。预处理不会自动进行居中和缩放。最好使用pa进行定心和缩放。但是对于nodesize,我们能不能分配一些随机的东西,然后按照它去做呢?