R 自动调整随机林

我想自动调整随机森林模型，因为我的变量在实时基础上不断变化。我正在使用

iris

数据集

我的代码是

jk = iris

library(randomForest)
library(caret)

fgl.res <- tuneRF(lm[,-5], lm[,5], stepFactor=1.5)

o/p:
mtry = 2  OOB error = 5.33% 
Searching left ...
Searching right ...
mtry = 3    OOB error = 4% 
0.25 0.05 
mtry = 4    OOB error = 5.33% 
-0.3333333 0.05 

---

我已经尝试了很多方法，但是对于如何从

fgl.res

输出自动将值插入到代码中没有任何结果。

我不知道我是否正确理解了您的问题，但您可能会使用这种方法。
使用tuneRF时，必须选择OOB错误最低的mtry。 我使用

不可见（capture.output（…）

函数在进入tuneRF函数后隐藏并显示控制台中的任何输出

例如：

# load library
library(randomForest)
library(caret)

# data
data_iris = iris

# repeat the analysis
set.seed(4543)

# tuneRF 
invisible(capture.output(fgl.res <- tuneRF(x = data_iris[,-5], y= 
data_iris[,5], stepFactor=1.5)))

# choose the best mtry based on the lowest OOB error
best_mtry <- fgl.res[fgl.res[, 2] == min(fgl.res[, 2]), 1]

# choose the lowest OOB error
best_oob  <- fgl.res[fgl.res[, 2] == min(fgl.res[, 2]), 2]

# caluclate RF
mod2<-randomForest(Species~., data=data_iris, ntree=50, mtry=best_mtry,
oob.error=best_oob)

#加载库
图书馆（森林）
图书馆（插入符号）
#资料
数据虹膜=虹膜
#重复分析
种子集（4543）
#调谐器
不可见（捕获输出（fgl.res
# load library
library(randomForest)
library(caret)

# data
data_iris = iris

# repeat the analysis
set.seed(4543)

# tuneRF 
invisible(capture.output(fgl.res <- tuneRF(x = data_iris[,-5], y= 
data_iris[,5], stepFactor=1.5)))

# choose the best mtry based on the lowest OOB error
best_mtry <- fgl.res[fgl.res[, 2] == min(fgl.res[, 2]), 1]

# choose the lowest OOB error
best_oob  <- fgl.res[fgl.res[, 2] == min(fgl.res[, 2]), 2]

# caluclate RF
mod2<-randomForest(Species~., data=data_iris, ntree=50, mtry=best_mtry,
oob.error=best_oob)

# choose the best mtry based on the lowest OOB error
best_mtry <- fgl.res[1, 1]

# choose the lowest OOB error
best_oob  <- fgl.res[1, 2]