8

从http://www.kaggle.com/c/icdar2013-gender-prediction-from-handwriting/data运行随机森林示例，以下行：

forest_model <- randomForest(as.factor(male) ~ ., data=train, ntree=10000)

需要几个小时（不确定它是否会结束，但这个过程似乎确实有效）。

该数据集有 1128 行和约 7000 个变量。

是否可以估计随机森林训练何时结束？我可以以某种方式分析 R 以获得更多信息吗？

4

2 回答 2

11

发现了问题，在 randomForest 中使用公式造成了巨大的性能下降。

有关此以及如何估计随机森林运行时间的更多信息，请参见： https ://stats.stackexchange.com/questions/37370/random-forest-computing-time-in-r和http://www.gregorypark。 org/?p=286

这是最终代码：

forest_model <- randomForest(y=train$male, x=train[,-2], ntree=10000,do.trace=T)
于 2013-03-10T13:58:11.733 回答
7

控制收敛的一个想法是使用do.trace详细模式

iris.rf <- randomForest(Species ~ ., data=iris, importance=TRUE,
+                         proximity=TRUE,do.trace=TRUE)
ntree      OOB      1      2      3
    1:   8.62%  0.00%  9.52% 15.00%
    2:   5.49%  0.00%  3.45% 13.79%
    3:   5.45%  0.00%  5.41% 11.76%
    4:   4.72%  0.00%  4.88%  9.30%
    5:   5.11%  0.00%  6.52%  8.89%
    6:   5.56%  2.08%  6.25%  8.33%
    7:   4.76%  0.00%  6.12%  8.16%
    8:   5.41%  0.00%  8.16%  8.16%
 .......
于 2013-03-10T12:12:00.297 回答