Question

是否可以使用cforest使用多变量响应变量调整随机森林（caret）？ e.g。

mtry_grid <- data.frame(mtry = seq(5,50,5))
train_mtry_class <- train(Class+PRE_POST~., data=rf_data[,-c(1,2)],
                      method='cforest', tuneGrid=mtry_grid, metric='Accuracy')

如果没有，是否有人建议使用多变量响应来调整随机森林？

Answer 1

有一个很棒的CRAN软件包，您可以执行多变量随机森林调整： https://cran.r-project.org/web/packages/MultivariateRandomForest/MultivariateRandomForest.pdf

或者，您可以使用“ party”（也在CRAN中）： https://cran.r-project.org/web/packages/party/party.pdf-查看“条件推理树”

调整多变量响应随机森林

1 个答案: