如何解决用案例权重训练随机森林
我现在正在研究一个带有随机森林的模型,该模型需要我考虑案例权重。我发现游侠包允许我这样做,所以我可以直接使用它来种植森林。现在,出于这个问题范围之外的非常具体的原因,使用 caret 包训练我的模型对我来说非常有用(我可以用 caret 对象做某些我不能用 ranger 对象做的事情)。我知道我可以使用 caret 包下的 ranger 方法来增长随机森林,但是我尝试使用 caret 在指令中传递案例权重的参数,但我总是收到错误消息(尽管我可以在没有它的情况下运行它) )。简单点,我跟游侠在指导下种了一片森林
model=ranger(Response_variable~.,data=my_data,num.trees = 500,case.weights =my_data$WT,seed=129,probability = TRUE)
我可以在插入符号上运行指令
fit.caret_test <- train(Response_variable~.,data = my_data,method = 'ranger',trControl = trainControl(method = "cv",number = 5,classprobs = TRUE),tuneLength = 1,importance='impurity')
但在后者中,我无法找到正确的地方传递我在游侠上使用的参数“case.weights =my_data$WT”。有人可以指导我吗? 提前致谢!
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。