结合来自 Amelia 估算数据的多个随机森林模型答案

【问题标题】：Combining Multiple Random Forest Models from Amelia Imputed Data结合来自 Amelia 估算数据的多个随机森林模型
【发布时间】：2015-07-13 05:48:09
【问题描述】：

我刚刚使用 Amelia 包创建了 40 个估算数据集，它们存储在 a.out 中。

然后我使用 lapply 函数在数据集上创建随机森林模型：

rf.amelia.out = lapply(a.out$imputations, function(i) randomForest(y + x1+x2, data = i) )

现在我想结合这些模型对一堆 a.test.out 进行预测，这是一个 amelia 估算数据测试数据的列表。

我不知道如何组合这些随机森林模型。我试过像combine(rf.amelia.out) 这样的随机森林组合功能，但没有奏效。问题是rf.amelia.out 不是模型对象，但rf.amelia.out[1] 也不是。

我也试过用zelig自动组合多个模型：

rf.z.out = zelig(y~x1+x2, data = a.out, model = "rf")

但我不认为 zelig 支持随机森林模型。

如何访问和组合多个随机森林模型，以便做出一个预测？

【问题讨论】：

【解决方案1】：

由于rf.amelia.out 已经是一个列表，randomForest 中的combine 函数在尝试再次将其转换为列表时会丢失其方法。我推荐以下两种修复方法之一：

更改combine函数，然后使用修改后的版本：

body(combine)[[4]] <- substitute(rflist <- (...))

rf.all <- combine(rf.amelia.out)
或使用：

combine(rf.amelia.out[[1]].rf.amelia.out[[2]],...)

我认为第一种方法更容易（而且手动操作要少得多）。

【讨论】：