4

使用插入符号构建随机森林模型时遇到问题。我有一个大约 46k 行和 10 列的数据集（其中之一是优化目标）。从这个数据集中，我试图比较不同的分类器。我做了以下事情：

ctrl = trainControl(method="boot"
  ,classProbs=TRUE
  ,summaryFunction=twoClassSummary )

#GLM Model:
model.glm = train(x=d[,2:10]
  ,y=d$CONV_BT, method='glm'
  ,trControl=ctrl, metric="ROC"
  ,family="binomial")

#Random Forest Model:
model.rf = train(x=d[,2:10]
  ,y=d$CONV_BT, method='rf'
  ,trControl=ctrl, metric="ROC")

#Naive Bayes Model:
model.nb = train(x=d[,2:10]
  ,y=d$CONV_BT, method='nb'
  ,trControl=ctrl, metric="ROC" )

然后，model.glm 和 model.nb 看起来都不错。我可以查看 25 个引导复制，每个案例的 ROC 约为 0.7。但是，model.rf 似乎有问题，因为报告的 ROC 分数都在 0.3 左右。这向我表明，某些东西的指定不正确，因为我可以将我的预测从 rf 模型从 p 切换到 1-p，然后我的 ROC 将是 0.7，对吗？

很抱歉我不能提供数据（因为上传的数据很大而且是专有的）。另一个奇怪的是，当我模拟数据时，我不再有这个问题。知道这可能是什么吗？？？谢谢你的帮助！

4

0 回答 0