在 R ~ Caret 包中设置树的数量

Posted

技术标签:

【中文标题】在 R ~ Caret 包中设置树的数量【英文标题】:set number of trees in R ~ Caret package 【发布时间】:2015-12-23 06:25:45 【问题描述】:

我目前想知道如何使用 Caret 包中的随机森林算法设置 10 棵树,希望可以得到帮助:

下面是我的语法:

tr <- trainControl(method = "repeatedcv",number = 20)

fit<-train(y ~.,method="rf",data=example, trControl=tr)

关注http://www.inside-r.org/packages/cran/randomForest/docs/randomForest

设置n=10 作为randomForest()n.trees 中的参数,如果使用gbm 可能只会有所帮助,但我对Caret 包感兴趣。

非常感谢任何反馈。

谢谢

【问题讨论】:

【参考方案1】:

为了让任何在我的职位上使用随机福雷斯特的游侠方法登陆这里的人感兴趣(在我的搜索词中指定“游侠”时,Google 仍然将我指向这里)使用 num.trees。

num.trees = 20

【讨论】:

【参考方案2】:

当您在train 调用中指定method = "rf" 时,Caret 的train() 使用randomForest() 函数。

您只需将ntree = 10 传递给train,然后将其传递给randomForest()

因此,您的调用将如下所示:

fit &lt;- train(y ~., method="rf",data=example, trControl=tr, ntree = 10)

【讨论】:

感谢您的解释,我很感激。干杯【参考方案3】:

我认为ntree 是您要查找的参数

【讨论】:

以上是关于在 R ~ Caret 包中设置树的数量的主要内容,如果未能解决你的问题,请参考以下文章

R语言使用caret包构建随机森林模型(random forest)构建回归模型通过method参数指定算法名称通过ntree参数指定随机森林中树的个数

R语言使用caret包对GBM模型自定义参数调优:自定义优化参数网格可视化核心参数与评估指标关系Accuracy与树的深度个数的关系Kappa与树的深度个数的关系

在 R 中绘制由 caret 包训练的 SVM 线性模型

R语言利用caret包比较ROC曲线

如何绘制从使用 R 中的“caret”包创建的随机森林中选择的树

“xgboost”官方包与 R 中“caret”包中的 xgboost 的不同结果