randomForest[R]是否不接受逻辑变量作为响应,而是接受它作为预测?
嗨,我在R中使用了randomForest,它不接受逻辑变量作为响应(Y),但似乎接受它作为预测器(X)。我有点惊讶b/c我认为逻辑基本上是两级因素 我的问题是:randomForest接受逻辑作为预测,而不是作为响应,这是真的吗?为什么是这样? 其他通用模型(glmnet、svm等)是否接受逻辑变量 欢迎任何解释/讨论。谢谢randomForest[R]是否不接受逻辑变量作为响应,而是接受它作为预测?,r,random-forest,R,Random Forest,嗨,我在R中使用了randomForest,它不接受逻辑变量作为响应(Y),但似乎接受它作为预测器(X)。我有点惊讶b/c我认为逻辑基本上是两级因素 我的问题是:randomForest接受逻辑作为预测,而不是作为响应,这是真的吗?为什么是这样? 其他通用模型(glmnet、svm等)是否接受逻辑变量 欢迎任何解释/讨论。谢谢 N = 100 data1 = data.frame(age = sample(1:80, N, replace=T), sex
N = 100
data1 = data.frame(age = sample(1:80, N, replace=T),
sex = sample(c('M', 'F'), N, replace=T),
veteran = sample(c(T, F), N, replace=T),
exercise = sample(c(T, F), N, replace=T))
sapply(data1, class)
# age sex veteran exercise
# "integer" "factor" "logical" "logical"
# this doesnt work b/c exercise is logical
rf = randomForest(exercise ~ ., data = data1, importance = T)
# Warning message:
# In randomForest.default(m, y, ...) :
# The response has five or fewer unique values. Are you sure you want to do regression?
# this works, and veteran and exercise (logical) work as predictors
rf = randomForest(sex ~ ., data = data1, importance = T)
importance(rf)
# F M MeanDecreaseAccuracy MeanDecreaseGini
# age -2.0214486 -7.584637 -6.242150 6.956147
# veteran 4.6509542 3.168551 4.605862 1.846428
# exercise -0.1205806 -6.226174 -3.924871 1.013030
# convert it to factor and it works
rf = randomForest(as.factor(exercise) ~ ., data = data1, importance = T)
这种行为的原因是randomForest还能够进行回归(除了分类)。您还可以在获得的警告消息中观察到: 响应具有五个或更少的唯一值。您确定要执行回归吗 该函数根据给定响应向量的类型决定回归和分类。如果是因子分类,则进行回归(这是有意义的,因为回归响应向量永远不会是因子/分类变量) 关于您的问题:在输入数据集中使用逻辑变量(预测器)没有问题,randomForest能够像您所期望的那样完美地处理这一问题
training_data <- data.frame(x = rep(c(T,F), times = 1000)) # training data with logical
response <- as.factor(rep(c(F,T), times = 1000)) # inverse of training data
randomForest(response ~ ., data = training_data) # returns 100% accurate classifier
training\u数据感谢@Gerd Marvin-猜猜他们为什么不在源代码中包含这种强制(逻辑到因子)?感谢@Gerd Marvin的讨论。您提到“如果您的逻辑响应向量只包含TRUE或FALSE值,那么您可能会遇到问题。”--但因子变量只能有一个值…@YZhang您是对的。我把它混在一起了,因为我曾经遇到过一个问题,当我强迫我的训练数据使用不完整等级的因子。。。