随机森林中的 tuneGrid 参数问题答案

【问题标题】：Issues with tuneGrid parameter in random forest随机森林中的 tuneGrid 参数问题
【发布时间】：2015-01-08 19:05:11
【问题描述】：

我一直在处理一些极其不平衡的数据，我想使用分层抽样来创建更平衡的随机森林

现在，我正在使用 caret 包，主要用于调整随机森林。所以我尝试设置一个 tuneGrid 将 mtry 和 sampsize 参数传递到 caret train 方法中，如下所示。

mtryGrid <- data.frame(.mtry = 100),.sampsize=80)
rfTune<- train(x = trainX,
               y = trainY,
               method = "rf",
               trControl = ctrl,
               metric = "Kappa",
               ntree = 1000,
               tuneGrid = mtryGrid,
               importance = TRUE)

当我运行这个例子时，我得到以下错误

The tuning parameter grid should have columns mtry

我遇到过像this 这样的讨论，建议应该可以传入这些参数。

另一方面，这个page表明唯一可以传入的参数是mtry

我什至可以通过插入符号将 sampsize 传入随机森林吗？

【问题讨论】：

标签： r random-forest r-caret

【解决方案1】：

您的mtryGrid 似乎存在括号问题。或者，您也可以使用expand.grid 给出您想尝试的mtry 的不同值。默认情况下，您可以为随机森林调整的唯一参数是mtry。但是您仍然可以将其他参数传递给train。但这些将有一个固定值，因此不会被train 调整。但是您仍然可以要求在train 中使用分层样本。下面是我的做法，假设 trainY 是一个布尔变量，您希望根据该变量对样本进行分层，并且您希望每个类别的样本大小为 80：

mtryGrid <- expand.grid(mtry = 100) # you can put different values for mtry
rfTune<- train(x = trainX,
               y = trainY,
               method = "rf",
               trControl = ctrl,
               metric = "Kappa",
               ntree = 1000,
               tuneGrid = mtryGrid,
               strata = factor(trainY),
               sampsize = c(80, 80), 
               importance = TRUE)

【讨论】：

出于某种原因，我认为无法将 sampsize 传递给 train()。那好吧。谢谢！
@Garnieje，有什么好的资源可以了解您可以为每种方法调整哪些参数（例如，mtry 用于 rf）？我在想我可以添加ntree 并遇到同样的问题......
没关系，I found it
@toto_tico 如果您不想通读文档：caret::modelLookup(model = "rf")

【解决方案2】：

我怀疑可以直接将sampsize 和strata 传递给train。但是从here 我相信解决方案是使用trControl()。也就是说，

mtryGrid <- data.frame(.mtry = 100),.sampsize=80)
rfTune<- train(x = trainX,
               y = trainY,
               method = "rf",
               trControl = trainControl(sampling=X),
               metric = "Kappa",
               ntree = 1000,
               tuneGrid = mtryGrid,
               importance = TRUE)

其中X 可以是c("up","down","smote","rose") 之一。

【讨论】：