7

我正在尝试对类变量为二进制(1 或 0)的一些数据进行随机森林。这是我正在运行的代码:

forest.model <- randomForest(x = ticdata2000[,1:85], y = ticdata2000[,86], 
                       ntree=500,
                       mtry=9,
                       importance=TRUE,
                       norm.votes=TRUE,
                       na.action=na.roughfix,
                       replace=FALSE,
                             )

但是当森林走到尽头时,我收到以下错误:

Warning message:
In randomForest.default(x = ticdata2000[, 1:85], y = ticdata2000[,  :
  The response has five or fewer unique values.  Are you sure you want to do regression?

答案当然是不。我不想做回归。我有一个单独的离散变量,它只包含 2 个类。当然,当我使用这个模型进行预测时,我会得到连续的数字,而我想要一个 0 和 1 的列表。有人能告诉我我做错了什么来使用回归而不是分类吗?

4

1 回答 1

13

as.factor使用(或仅)将您的响应列更改为一个因子factor。由于您将该变量存储为数字0 和 1,因此 R 正确地将其解释为数字变量。如果你想让 R 以不同的方式对待它,你必须告诉它。

这在参数下的文档中提到y

响应向量。如果是一个因素,则假定分类,否则假定回归。如果省略,randomForest 将在无监督模式下运行。

于 2013-06-16T23:37:58.603 回答