r - 我是否需要对 randomForest(R 包)的数据进行标准化(或缩放)?

标签 r random-forest

我正在做回归任务 - 我需要标准化(或缩放)随机森林(R 包)的数据吗?是否有必要扩大目标值? 如果 - 我想使用插入符包中的缩放函数,但我没有找到如何取回数据(去缩放、去规范化)。您是否不知道其他一些对规范化/非规范化有帮助的函数(在任何包中)? 谢谢, 米兰

最佳答案

不,随机森林不需要缩放。

  • RF 的本质是,收敛和数值精度问题有时会导致逻辑回归和线性回归以及神经网络中使用的算法出错,但这些问题并不那么重要。因此,您不需要像使用神经网络那样将变量转换为通用比例。

  • 您不会得到任何回归系数的类似物,回归系数衡量每个预测变量与响应之间的关系。因此,您也不需要考虑如何解释这些受可变测量尺度影响的系数。

关于r - 我是否需要对 randomForest(R 包)的数据进行标准化(或缩放)?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/8961586/

相关文章:

r - 分类任务中的所有二元预测器

r - 如何使用 foreach 和 doMC 包为随机模拟设置种子?

r - R 中的类概率 randomForest

r - 在ggplot中拆分y轴

r - 将非平凡函数应用于 data.table 的有序子集

r - 曲线错误(): 'expr' did not evaluate to an object of length 'n'

r - 如何访问向量中的最后一个值?

r - 将字符向量转换为不带引号的对象名称

r - randomForest [R] 是否不接受逻辑变量作为响应,但接受它作为预测变量?

python - 通过在一个热编码数据上训练的模型预测新值