R中的ID分类

为了性能起见，我一直在尝试使用

randomfrestsrc

包在R中进行一些分类

在这种特殊情况下，我有以下示例data.frame，其中Y是分类因子c（“X”、“Y”、“Z”），ID表示项目在同一个包中分组在一起，并且我有其他变量，这些变量将告诉我结果是X、Y还是Z：

y    ID    x1    x2    x3    ...

X    01    AA    BB    CC    ...
X    01    AA    BB    DD    ...
X    01    AA    FF    EE    ...
Y    02    AA    BB    CC    ...
Y    02    AA    BB    EE    ...
Z    03    AA    FF    CC    ...
Z    03    AA    FF    EE    ...
...  ...   ...   ...   ...   ...

在训练算法后，它成功地给出了以下结果，每个项目的准确率高达%，但没有按包ID对项目进行分组：

y    ID    x1    x2    x3    ...

Y    01    AA    BB    CC    ...
X    01    AA    BB    DD    ...
Z    01    AA    FF    EE    ...
Y    02    AA    BB    CC    ...
Y    02    AA    BB    EE    ...
Z    03    AA    FF    CC    ...
Z    03    AA    FF    EE    ...
...  ...   ...   ...   ...   ...

包装分类规则应如下所示：

如果至少有一项被归类为X，则整个包装应为X

如果同一包装中只有Y和Z，则该包装应归类为Y

如果包装中只有Z项，则整个包装应归类为Z项

因此，出于分类目的，包装上的重量应为X>Y>Z

我尝试过摆弄给出给算法的公式，使用的方法如下：

rf <- rfsrc(y ~ ., data = model, method = "class")
rf <- rfsrc(y ~ ID %in% (x1+x2+x3+...), data = model, method = "class")
rf <- rfsrc(y ~ (x1+x2+x3+...) / ID, data = model, method = "class")

---

rf经过大量研究，我想我找到了我需要的东西

我已经使用
重塑
包对data.frame进行建模，并将一些变量转换为行。如果其他人需要它，以下是我遵循的材料：



在研究了这些资料和谷歌搜索之后，我想出了以下代码：

library(reshape)

aux <- melt(myData, id=c('y','ID','x1'))

myData <- as.data.frame(cast(aux, ... ~ variable+value, function(x) { length(x) != 0}))

y    ID    x1    x2_BB    x2_FF    x3_CC    x3_DD    x3_EE    ...

X    01    AA    TRUE     TRUE    TRUE      TRUE     TRUE     ...
Y    02    AA    TRUE     FALSE   TRUE      FALSE    TRUE     ...
Z    03    AA    FALSE    TRUE    TRUE      FALSE    TRUE     ...
...  ...   ...   ...      ...     ...       ...      ...      ...