데이터가 있습니다. TC
, 13 개 변수가 17744 개 있습니다. 마지막 변수는 target : a Factor w/ 2 levels "0", "1"
입니다.randomForest이 일련의 샘플을 예측하지 않았습니다.
내가 할 :
n.col <- ncol(TC)
x.train.or <- TC[1:12000, -n.col]
y.train.or <- TC[1:12000, n.col]
x.test.or <- TC[12000:17000, -n.col]
y.test.or <- TC[12000:17000, n.col]
rf.or <- randomForest(y=y.train.or, x=x.train.or, ntree=500, mtry=5,
importance=TRUE, keep.forest=TRUE,
na.action=na.roughfix, replace=FALSE)
pr.or <- predict(rf.or, x.test.or)
table(y.test.or, pr.or, dnn=c("Actual", "Predicted"))
# Predicted
# Actual 0 1
# 0 2424 780
# 1 1056 741
매우 나쁜 결과를.
은 그 때 나는 무작위 샘플 피팅 모델 반복 :set.seed <- 123
t.t <- holdout(TC[, n.col], ratio=3/5, mode = "random")
x.train.r <- TC[t.t$tr, - (n.col)]
y.train.r <- TC[t.t$tr, (n.col)]
x.test.r <- TC[t.t$ts, - (n.col)]
rf.r <- randomForest(y=y.train.r, x=x.train.r, ntree=500, mtry=5,
importance=TRUE, keep.forest=TRUE,
na.action=na.roughfix, replace=FALSE)
pr.r <- predict(rf.r, x.test.r)
table(y.test.r, pr.r, dnn=c("Actual", "Predicted"))
# Predicted
# Actual 0 1
# 0 4274 215
# 1 353 2257
아주 좋은 결과를하지만, 하나 개의 데이터 세트의 샘플의 형성 방법에 의존. 해결할 문제는 직렬 샘플 만 가정합니다.
제발, 도와주세요! 질문에 대한
답변 : (1) 물론 내가 할 :
library(randomForest)
library(rminer)
(3) 내가 함께 반복 :
n.col <- ncol(TC)
x.train.or <- TC[1:12000, -n.col]
y.train.or <- TC[1:12000, n.col]
x.test.or <- TC[12001:17000, -n.col]
y.test.or <- TC[12001:17000, n.col]
과 같은 끔찍한 결과
Predicted
Actual 0 1
0 2413 790
1 1049 748
를 수신 (4) 문제가있을 수 있습니까? 일부 변수는 [1 : 17000]에서는 무작위이지만 [1 : 100]에서는 무작위가 아닙니다. (나는 그림에 대한 권리가 없었습니다).
이 경우 어떻게해야합니까?
질문은 무엇인가? 몇가지 코멘트 : (1)'library' 호출 (''library (randomForest)''와''library (rminer)')를 포함하십시오. (2)'y.test.r'을 작성한 방법에 대한 코드는 포함하지 않았습니다. (어떻게 작성해야하는지는 분명합니다.) (3) 테스트 데이터 세트에 obs. 12000을 포함 시키려하지 않았다고 가정합니다. (4) 'TC'행의 순서는 무작위가 아닐 수 있습니다 (즉, 처음 12000 년 동안 'y'와 'x'사이의 관계는 다음 번에 대한 관계를 대표하지 않습니다) 5000 obs). – jbaums
나는 질문을 정정했다. – faa1947