使用 mtry 运行 randomForest

Question

我在学习randomforest时遇到了这种错误。

library(caret)
library(randomForest)
rf_model_housing <-train(SalePrice ~., # Standard formula notation
data=train_housing[,-1],
method="rf",
nodesize= 10,
mtry= 5,            
ntree = 500,
trControl=trainControl(method="repeatedcv", number=2,repeats=1),
tuneGrid = expand.grid(mtry = c(123)))

错误：正在停止 另外：警告信息： 1：Fold1.Rep1 的模型拟合失败：mtry=123 randomForest.default(x, y, mtry = param$mtry, ...) 中的错误： 由多个实际参数匹配的形式参数“mtry” 2：Fold2.Rep1 的模型拟合失败：mtry=123 randomForest.default(x, y, mtry = param$mtry, ...) 中的错误： 由多个实际参数匹配的形式参数“mtry” 3：在nominalTrainWorkflow(x = x, y = y, wts = weights, info = trainInfo, :Resampled performance measure 中有缺失值。

Answer 1

从 randomForest for caret here 的文档中，您使用了太多 tunig 参数，需要将它们放入 data.frame 网格中（请参阅 here for one example）。 此外，您定义了 2 次 mtry，即用于拆分的预测变量的数量。我建议尝试类似：

rf_control <- trainControl(method="repeatedcv", number=5, repeats=5)

rf_grid <-  expand.grid(mtry = c(floor(sqrt(ncol(x)) / 10),
                        floor(sqrt(ncol(x)) / 5),
                        floor(sqrt(ncol(x)))
)

set.seed(123)
rf_fit <- train(SalePrice ~., 
                 data = train_housing[,-1], 
                 method = "rf", 
                 trControl = rf_control,
                 tuneGrid = rf_grid)
rf_fit