performance - 使用 CARET 在随机森林中调整 max_depth

Question

我正在 R 上用 Caret 包构建一个随机森林method = "rf"。我看到每种类型的随机森林caret似乎只调整mtry了为每棵树随机选择的特征数量。我不明白为什么max_depth每棵树都不是可调参数（如购物车）？在我看来，这是一个可以限制过拟合的参数。例如，我的 rf 在训练数据上似乎比测试数据更好：

model <- train(
          group ~., data = train.data, method = "rf",
          trControl = trainControl("repeatedcv", number = 5,repeats =10),
          tuneLength=5
        )


>         postResample(fitted(model),train.data$group)
Accuracy    Kappa 
0.9574592 0.9745841 

>         postResample(predict(model,test.data),test.data$group)
 Accuracy     Kappa 
0.7333333 0.5428571 

如您所见，我的模型明显过度拟合。但是，我尝试了很多不同的方法来处理这个问题，但没有任何效果。我在测试数据上的准确率总是 0.7，而在火车数据上的准确率总是 0.95。这就是我想优化其他参数的原因。

我无法分享我的数据来重现这一点。