帮助页面randomforest::randomforest()说：
“classwt - 类的先验。不需要加起来。忽略回归。”
当您有大量不平衡数据时，可以设置classwt参数帮助，即。类的先验差异很大？
classwt在具有 3 个类且先验向量等于 (p1,p2,p3) 且在测试集中先验为 (q1,q2,q3) 的数据集上训练模型时，我应该如何设置？
问问题
14256 次
1 回答
23
当您有大量不平衡数据时，设置 classwt 参数是否有帮助 - 类的先验差异很大？
是的，设置 classwt 的值对于不平衡的数据集可能很有用。我同意 joran 的观点，即这些值在采样训练数据的概率中进行了转换（根据 Breiman 在其原始文章中的论点）。
在具有 3 个类的训练数据集中，您的先验向量等于 (p1,p2,p3) 并且在测试集中的先验是 (q1,q2,q3)，如何设置 classwt？
对于培训，您可以简单地指定
rf <- randomForest(x=x, y=y, classwt=c(p1,p2,p3))
对于测试集，不能使用先验：1）predictrandomForest包的方法中没有这样的选项；2）权重只对模型的训练有意义，对预测没有意义。
于 2012-04-12T05:24:31.980 回答