隨機森林中的預測因子能否導致不足？

Question

我在隨機森林模型中使用經緯度以及Landsat數據作爲預測因子，旨在預測整個景觀中是否存在黑雲杉樹木。緯度顯示爲具有高度重要性，您可以看到映射預測中尖銳的緯度線的影響。此外，使用tunerF，mtry僅針對2個預測變量進行優化，緯度就是其中之一。我的模型不合適嗎？

Answer 1

選擇mtry = 2，並不意味着您完全丟棄了第三個參數。其實相反。您應該首先在培訓RF模型中包含所有合理的預測指標。降低mtry可以讓每個節點的測試次數少於所有變量。這允許較少的主導變量對最終預測做出更多貢獻。低電平有點類似於脊（正常化）迴歸。正則化會增加偏差，但會降低方差。有時候，粗糙和強壯會更好，有時不會。你會通過交叉驗證知道。這聽起來像你有~500個樣本（很多），只有3-6個變量（很少）。我會開始懶惰，只需手動將mtry手動更改爲所有3-6值，然後查看返回的OOB-CV值。