用案例权重训练随机森林

问题描述

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!

解决方法

暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!

如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@)

相关问答

Selenium Web驱动程序和Java。元素在(x,y)点处不可单击。其...
Python-如何使用点“。” 访问字典成员?
Java 字符串是不可变的。到底是什么意思?
Java中的“ final”关键字如何工作?(我仍然可以修改对象。...
“loop:”在Java代码中。这是什么,为什么要编译?
java.lang.ClassNotFoundException:sun.jdbc.odbc.JdbcOdbc...