R中随机森林回归模型中的corr.bias参数

Question

我在 R 中使用随机森林的回归模型，我发现参数 corr.bias 根据手册是“实验性的”，我的数据是非线性的，我只是想知道将此参数设置为 true 是否可以增强结果，加上我不知道它是如何处理非线性数据的，所以如果有人能向我解释这种校正偏差在随机森林包中是如何工作的，以及它是否可以增强我的回归模型，我真的很感激。

Answer 1

简短的回答是，它基于对实际值和拟合值的线性回归执行简单的校正。

来自regrf.c：

/* Do simple linear regression of y on yhat for bias correction. */
if (*biasCorr) simpleLinReg(nsample, yptr, y, coef, &errb, nout);

该函数的前几行很简单：

void simpleLinReg(int nsample, double *x, double *y, double *coef,
          double *mse, int *hasPred) {
/* Compute simple linear regression of y on x, returning the coefficients,
   the average squared residual, and the predicted values (overwriting y). */

因此，当您使用 corr.bias = TRUE 拟合回归随机森林时，返回的模型对象将包含一个 coef 元素，它只是来自线性回归的两个系数。

然后，当您致电predict.randomForest 时，会发生这种情况：

## Apply bias correction if needed.
yhat <- rep(NA, length(rn))
names(yhat) <- rn
if (!is.null(object$coefs)) {
   yhat[keep] <- object$coefs[1] + object$coefs[2] * ans$ypred
}

数据的非线性性质可能不一定相关，但如果拟合值与实际值之间的关系与线性相差甚远，则偏差校正可能会非常差。

您始终可以拟合模型，然后自己绘制拟合值与实际值，看看基于线性回归的校正是否有帮助。