randomForest：如何控制袋内/袋外样本的比例？答案

【问题标题】：randomForest: how to control the proportion of in-bag / out-of-bag samples?randomForest：如何控制袋内/袋外样本的比例？
【发布时间】：2018-11-20 20:25:20
【问题描述】：

我将 R randomForest 用于各种回归任务。超参数调优对我来说仍然很神秘。我已经掌握了调整ntree 和mtry 的方法，但直观地说，我还想调整每个包中的样本数量，作为模型偏差和方差的额外平衡。

根据文档，我认为这就是 sampsize 所做的。但是阅读函数参数会发现它比这更复杂。如果我使用替换 (replace = TRUE) 运行，我似乎无法控制袋内/袋外样本的比例。事实上，对于replace = TRUE，我认为该算法使用的比例甚至没有记录。

文档：sampsize: Size(s) of sample to draw.

函数参数：sampsize = if (replace) nrow(x) else ceiling(.632*nrow(x))

有没有办法控制袋内样本的比例？这甚至是一个值得调整的参数吗？

【问题讨论】：

标签： r random-forest

【解决方案1】：

参数sampsize = if (replace) nrow(x) else ceiling(.632*nrow(x))仅表示当replace为真时其默认值为nrow(x)，否则为ceiling(.632*nrow(x))。

但是，您可以通过为其分配一个值来随意更改：

randomForest(X, replace = T, sampsize = 10)

【讨论】：