用案例权重训练随机森林

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！