使用许多 mtry 值运行 randomForest答案

【问题标题】：Run randomForest with many mtry values使用许多 mtry 值运行 randomForest
【发布时间】：2015-12-27 06:12:31
【问题描述】：

我是randomForest R 包的新用户。我想为 mtry =1,5,7 的迭代运行 randomForest 分类。

例如，我想运行mtry =1 100 次和mtry=2 100 次。输出应显示每次运行的袋外错误（mtry =1 为 100 个结果，mtry =2 为 100 个结果）。

我只能编写1次运行的代码，我不知道如何运行mtry的不同值的代码迭代。

rf  <-  randomForest(class_name  ~  .,  data=tr,ntree=1000, 
                     importance=TRUE, proximity=TRUE, mtry=2)

【问题讨论】：

标签： r random-forest

【解决方案1】：

这是一种使用内置 iris 数据框的快速而肮脏的方法。下面的代码给出了每个mtry 值的最终OOB 错误率。

mtry = 1:4
oob = data.frame()

# Loop over each value of mtry and store result in a data frame
for (i in mtry) {

  rf1 <- randomForest(Species ~ ., data=iris, ntree=100, mtry=i) 

  result = data.frame(mtry=i, 
                      OOB=rf1[["err.rate"]][nrow(rf1[["err.rate"]]),"OOB"])
  oob = rbind(oob, result)
} 

oob
     mtry        OOB
OOB     1 0.04666667
OOB1    2 0.04000000
OOB2    3 0.04000000
OOB3    4 0.04000000

要保留mtry 的每个值中的所有ntree OOB 错误，只需更改以下内容：

OOB=rf1[["err.rate"]][nrow(rf1[["err.rate"]]),"OOB"])

到这里：

OOB=rf1[["err.rate"]][ ,"OOB"])

【讨论】：

感谢 eipi10。因为我想重复运行 mtry =1、2,3（100 次），所以每个 mtry 应该有 100 个结果。我将复制功能与您的代码结合使用，但它不起作用。请帮忙。
我的答案的最后一部分显示了如何为 mtry 的每个值获取所有 100 个 OOB 值。您只需从 for 循环中的代码中删除 nrow(rf1[["err.rate"]]) 即可。