调整多元响应随机森林答案

【问题标题】：Tune multivariate response random forest调整多元响应随机森林
【发布时间】：2017-08-05 03:13:53
【问题描述】：

是否可以使用caret 调整具有多元响应变量的随机森林 (cforest)？例如

mtry_grid <- data.frame(mtry = seq(5,50,5))
train_mtry_class <- train(Class+PRE_POST~., data=rf_data[,-c(1,2)],
                      method='cforest', tuneGrid=mtry_grid, metric='Accuracy')

如果没有，是否有人对调整具有多变量响应的随机森林有任何建议？

【问题讨论】：

迁移到 DataScience.SE 以获得更好的答案
可能已经过时，但请参阅：stackoverflow.com/questions/29717969/…

标签： r random-forest r-caret

【解决方案1】：

有一个很棒的 CRAN 包，您可以使用它进行多变量随机森林调优： https://cran.r-project.org/web/packages/MultivariateRandomForest/MultivariateRandomForest.pdf

或者，您可以使用“party”（也在 CRAN 中）： https://cran.r-project.org/web/packages/party/party.pdf - 查看“条件推理树”

【讨论】：