Fatal编程技术网
  • r/
  • R 如何绘制OOB错误与随机林中的树数

R 如何绘制OOB错误与随机林中的树数

r

R 如何绘制OOB错误与随机林中的树数,r,random-forest,R,Random Forest,我拟合了一个随机森林模型。我使用了randomForest和ranger软件包。我没有调整森林中树木的数量，我只是保留了默认数量，即500。现在，我想看看这是否足够，也就是说，误差是否达到了稳定期。所以我相信我需要提取单个树，随机抽取100、200、300、400，最后是500棵树，从中取出oob树，计算出100、200的oob误差。。。树木连续生长。然后我可以绘制OOB错误与树数的关系图。我发现randomForest:：getTree和ranger:：treeInfo返回一个树的data.f

我拟合了一个随机森林模型。我使用了
randomForest
和
ranger
软件包。我没有调整森林中树木的数量，我只是保留了默认数量，即500。现在，我想看看这是否足够，也就是说，误差是否达到了稳定期。所以我相信我需要提取单个树，随机抽取100、200、300、400，最后是500棵树，从中取出oob树，计算出100、200的oob误差。。。树木连续生长。然后我可以绘制OOB错误与树数的关系图。我发现
randomForest:：getTree
和
ranger:：treeInfo
返回一个树的data.frame，但我不知道有什么。而且
ranger:：treeInfo
返回的数据帧中有50%的NAs，并且整体输出更难读取。 因此，我的问题是：

  • 如果我已经有一个包含500棵树的随机林，如何绘制OOB错误与林中使用的树数的关系
  • 为什么
    ranger:：treeInfo
    有50%的NAs，而实际上只有这些行有预测 下面是一个简单的例子：

    mpg2 <- mpg %>% 
  mutate(is_suv = as.factor(class == 'suv')) %>% 
  select(-class)
mpg_model <- ranger::ranger(is_suv ~ ., data = mpg2)
ranger::treeInfo(mpg_model, tree = 100)

    mpg2%
变异（is_suv=as.factor（class=='suv'））%>%
选择（-class）

    mpg_模型我认为您要查找的只是
    绘图（.）
    ，如本例所示：
    

    library(randomForest)

set.seed(71)
iris.rf <- randomForest(Species ~ ., data=iris, importance = TRUE, proximity=TRUE)
# plot the model
plot(iris.rf)
# add legend to know which is which
legend("top", colnames(iris.rf$err.rate), fill=1:ncol(iris.rf$err.rate))

    
这基本上是这样的描述：
    

    谢谢！不同的颜色意味着什么？以及如何使用
    ranger
    软件包来实现这一点？图例将指示每种颜色代表什么，并且您只能使用调用
    绘图来绘制
    OOB
    （x=1:nrow（iris.rf$err.rate），y=iris.rf$err.rate[，1]，type='l'）
    ，如果您查看
    iris.rf$err.rate
    （模型的错误率），至于
    ranger
    ，不幸的是，我不熟悉为每棵树提取OOB的方法。

         nodeID leftChild rightChild splitvarID splitvarName splitval terminal prediction
1       0         1          2          4  Petal.Width     0.80    FALSE       <NA>
2       1        NA         NA         NA         <NA>       NA     TRUE     setosa