在 R 中使用随机森林预测的不同结果

Posted 2023-03-12

【中文标题】在 R 中使用随机森林预测的不同结果

【英文标题】：Different results using Random Forest prediction in R

【发布时间】：2017-06-09 07:58:02

【问题描述】：

当我在我的测试数据上运行随机森林模型时，对于相同的数据集 + 模型，我会得到不同的结果。

以下是您可以看到第一列差异的结果：

> table((predict(rfModelsL[[1]],newdata = a)) ,a$earlyR)

        FALSE TRUE
 FALSE    14    7
 TRUE     13   66

> table((predict(rfModelsL[[1]],newdata = a)) ,a$earlyR)

        FALSE TRUE
 FALSE    15    7
 TRUE     12   66

虽然差异非常小，但我试图了解造成这种情况的原因。我猜predict 有“灵活”的分类阈值，尽管我在文档中找不到；我对吗？

提前谢谢你

【问题讨论】：

请仔细阅读软件包randomForest 的文档。它完美地解释了为什么这是记录在案的行为。您的 randomForest 是一组树，每次运行模型时，您都会得到一组略有不同的树。这与预测函数无关，这只是随机森林的工作方式。其次，关于统计技术的问题属于 stats.stackexchange.com，而不是 ***。

【参考方案1】：

我假设您没有在此处重新调整模型，但产生这些结果的只是 predict 调用。答案大概是这样的，来自?predict.randomForest：

任何关系都是随机断开的，因此如果不希望出现这种情况，请通过以下方式避免它 在 randomForest() 中使用奇数 ntree