R:tuneRF 函数的行为不明确(randomForest 包)

Question

我对 tuneRF 的 stepFactor 参数的含义感到不舒服函数，用于调整 randomForest 中进一步使用的 mtry 参数功能。

tuneRF 的文档说 stepFactor 是一个幅度， 所选的 mtry 被放气或膨胀。 显然，由于 mtry 是随机选择的多个变量，因此它必须是整数，但是我在网上看到很多使用 stepFactor=1.5 的示例。 起初我以为 R 默认使用 next mtry 等于 floor(mtry_current-stepFactor)，但事实证明我错了。 此外，我不明白在 tuneRF 工作时显示 search left...search right... 的 R 命令。 我认为这是关于增加或减少 mtry 参数的信息，但我的假设结果并不正确。

总结一下这个冗长且不太优雅的对我的疑问的描述，我的问题是: 为什么 stepFactor 不是整数？

后续的mtry值是如何选择的？ 向左/向右搜索实际上意味着什么？

任何帮助将非常感激! :)

Answer 1

以下是 tuneRF 工作原理的摘要:

1. a。将 mtry 设置为 sqrt(p) 的默认值进行分类，将 p/3 设置为回归的默认值(其中 p) > = 变量总数)

   b.计算随机森林的袋外 (OOB) 错误(例如 error_default)，并将 mtry 设置为上面找到的默认值

2. a。向左看:设置mtry = 默认值/stepFactor。例如，如果 stepFactor=1.5 并且您的默认起始值​​为 8，mtry 将设置为 8/1.5=5.33，向上舍入为整数，即为 6

   b.计算 OOB 错误，例如 error_left

3. a。查看右侧:设置mtry = 默认值*stepFactor。继续我的示例，mtry 将设置为 8*1.5=12

   b.计算 OOB 错误，例如 error_right

4. 我。如果 (error_default < error_right) OR (error_default < error_left)，则最好的mtry是默认值

   ii.如果不满足前面的条件，但errors_default和error_right/error_left之间的增量小于improve参数，则最好的mtry为默认值

   三．不失一般性，如果不满足条件，并且如果 error_right < error_left，并且 if (error_default-error_right) > improve，则将 mtry 设置为 mtry_right (12 )。从现在开始，永远走右边

5. 如果 4.iii。已验证，迭代:将mtry设置为mtry_right*stepFactor(在我的示例中，12*1.5=18)，计算OOB误差并将其与上一步获得的误差进行比较(在我的示例中) ，对于mtry=12)。如果新的误差较小，并且误差减少的增益足够(即>改进)，则选择新的mtry并继续重复这些步骤，否则停止并返回当前mtry作为最佳mtry

您设置的stepFactor越小(例如1.1、1.2)，您尝试的mtry值越多(精细搜索)，您设置的stepFactor越大(例如2、2.5)，越少您尝试的值(粗略搜索)。此外，如果 improve 值较低，搜索将持续更长时间。