R 随机森林精度

我使用随机森林算法预测目标变量“Y”有4个值 下面的语法用于创建模型

control <- trainControl(method="repeatedcv", number=2, repeats=1, search="random")
seed <- 7
metric <- "Accuracy"
set.seed(seed)
mtry <- sqrt(ncol(train))
model <- train(Target~., data=complete, method="rf", metric=metric, tuneLength=15, trControl=control)

---

如果它是随机的，则控制它，然后反复运行，运行时肯定会得到70%或以上：）我不知道这个API，但你可以尝试增加林中的树数或减小节点大小（树将继续分裂的观察数）。@Tim Biegleisen，谢谢你的建议，我将树的数量增加到2001年，准确率提高了5%，是否有任何方法可以确定需要使用的树的确切数量，从而提高准确率？这确实取决于数据、模型等。当添加更多的树不再带来改善时，停止添加更多的树。