使用 caret 包运行带有 controls = cforest_unbiased() 的 cforest答案

【问题标题】：Run cforest with controls = cforest_unbiased() using caret package使用 caret 包运行带有 controls = cforest_unbiased() 的 cforest
【发布时间】：2013-12-18 16:23:27
【问题描述】：

我想使用 caret 包运行一个公正的 cforest。这可能吗？

tc <- trainControl(method="cv",
               number=f,
               index=indexList,
               savePredictions=T,
               classProbs = TRUE,
               summaryFunction = twoClassSummary)
createCfGrid <- function(len, data) {
    g = createGrid("cforest", len, data)
    g = expand.grid(.controls = cforest_unbiased(mtry = 5, ntree = 1000))
    return(g)
}
set.seed(1)
(cfMatFit <- train(as.factor(f1win) ~ .,
                   data=df,
                   method="cforest",
                   metric="ROC",
                   trControl=tc,
                   tuneGrid = createCfGrid))

错误是Error in as.character.default(<S4 object of class "ForestControl">) : no method for coercing this S4 class to a vector

这是因为 cforest_control() 不能被强制转换为数据框。如果我使用，该功能确实有效：

...
g = expand.grid(.mtry = 5)
...

但是，如果我想更改 ntree，这将无效：

...
g = expand.grid(.mtry = 5, .ntree = 1000)
...

这不会像 randomForest 那样出错。

【问题讨论】：

你也应该用 [caret] 标记它。

标签： r random-forest r-caret

【解决方案1】：

网格应该是一个简单的数据框，其中有一列名为.mtry。代码

 g = createGrid("cforest", len, data)

将为您生成。如果您想指定ntree，您只需将controls 对象作为另一个参数传递给train，但忽略mtry：

 mod <- train(Species ~ ., data = iris,
              method = "cforest",
              controls = cforest_unbiased(ntree = 10))

caret 负责为您更改 mtry。

最大

【讨论】：