问题标签 [r-ranger]

我想调整随机森林的深度以避免过度拟合。我正在使用 tidymodels，这是我的模型代码。

它给了我一个错误：

我还尝试了 dials 文档中的 tree_depth = tune() ，这给出了同样的错误。

但是当我查看 ranger 文档时，它具有 max.depth 作为参数。想知道如何使用 tidymodels tune 调整深度。

谢谢

我正在用ranger包装和相同的种子安装两个模型。第一个预测类，第二个返回概率矩阵，我的目标是达到相同的结果，但我在 4 个寄存器上有所不同。有人知道解决方案。我正在使用每个班级的最大概率。切入点应该是什么？

我的预期输出

我正在使用包“TuneRanger”来调整射频模型。它工作得很好，我得到了很好的结果，但我不确定它是否过度拟合了我的模型。我想为包正在调整模型的每个实例使用重复 CV，但我找不到方法。另外我想知道是否有人知道该软件包如何验证每次尝试的结果（训练测试、简历、重复简历？）我一直在阅读软件包的说明（https://cran.r-project.org /web/packages/tuneRanger/tuneRanger.pdf）但它什么也没说。

谢谢您的帮助。

我想通过绘制 OOB 误差与树数的关系来获得随机森林的最佳树数，并查看误差在哪一点达到稳定。但是，由于我的问题涉及文本挖掘，我的训练数据是稀疏矩阵类型，即在 dgCMatrix 中。这意味着我不能使用 randomForest 包来训练我的模型，因为 randomForest 不支持稀疏矩阵。相反，我必须使用 ranger 包，但 ranger 没有给出 OOB 错误与树数的关系。我尝试将我的稀疏矩阵转换为维度为 90,000 x 5,500 的数据帧以在 randomForest 中运行，但即使并行执行也需要很长时间，而且我没有这种计算能力。

所以我的问题是：

1. 如何绘制 OOB 错误与使用 ranger 的树数？

2. 将稀疏矩阵转换为数据框的其他方法是什么？到目前为止我已经尝试过

   train_matrix <- as.data.frame(as.matrix(train_dtm))

3. 有哪些方法可以使用转换后的数据帧来减少 randomForest 的运行时间？

4. 如果上述方法失败，是否有其他方法可以在不绘制 OOB 错误与树数的情况下确定最佳树数？

如果可能的话，将不胜感激。谢谢！

代码：

错误：列中缺少数据

是否有数据需要采用的格式？如何克服这个错误？

评估游侠的问题。在两者中，无法对数据进行子集化（想要 rf.trnprob 的第一列）

错误：

维数不正确

错误：

所有参数必须具有相同的长度

这是一个护林员电话：

和输出：

如何判断哪些列是非法的？

我尝试设置一个函数 foo() 来调试：

这个函数对我帮助不大，因为我不知道如何在正确的位置获得断点。

它是游侠版本 0.12.1。

我有一个欧洲防风草模型（来自游侠），大致来自这里：

如何将其保存到磁盘以便以后加载？

我试过dput了，得到一个错误：

确实，该model_fit.R文件中有几个missing_arg调用，这似乎是某种标记丢失参数的方法。然而，这是一条支线。我不需要使用 dput，我只想能够保存和加载模型。

我首先看一下 tidymodels。我当前项目的替代方案是未整理的游侠。在测试运行中，使用 ranger 引擎的 tidymodels 分类随机森林在经典 iris 数据集上运行时比手持 ranger 慢得多（大约慢十倍）。这是为什么？

有一个二元分类问题：如何获得 Ranger 模型的变量的 Shap 贡献？

样本数据：

我已经尝试了几个库（DALEX、、、、），shapr但我没有得到任何解决方案。fastshapshapper

我希望得到像SHAPforxgboostxgboost 这样的结果：

• 其输出shap.values是变量的形状贡献
• 这shap.plot.summary