java - 优化weka中的随机森林参数？

Question

我正在尝试使用weka优化随机森林参数，java类如下:

package pkg10foldcrossvalidation;

import weka.core.*;
import weka.classifiers.meta.*;
import weka.classifiers.trees.RandomForest;
import java.io.*;
public class RF_Optimizer {



     public static void main(String[] args) throws Exception {
      // load data
      BufferedReader reader = new BufferedReader(new FileReader("C:\\Prediction Results on the testing set\\Dataset.arff"));
      Instances data = new Instances(reader);
      reader.close();
      data.setClassIndex(data.numAttributes() - 1);

      // setup classifier
      CVParameterSelection ps = new CVParameterSelection();
      ps.setClassifier(new RandomForest());
      ps.setNumFolds(10);  // using 10-fold CV
      ps.addCVParameter("C 0.1 0.5 5");

      // build and output best options
      ps.buildClassifier(data);
      System.out.println(Utils.joinOptions(ps.getBestClassifierOptions()));
   }

}

但是我很难理解哪些参数应该替换“C”以及如何确定每个参数的范围？同时对多个参数多次使用 .addCVParameter 是否可行？

我尝试搜索一些 youtube 或网站教程来解释如何更改 java 中的随机森林参数，但没有找到。

谢谢

Answer 1

我认为你所描述的，-C是交叉验证参数，而不是随机森林参数。

您不能仅使用 Explorer GUI，打开示例数据集(例如 glass.arff)，然后右键单击顶部的粗体 RandomForest 字符串吗窗口，然后从上下文菜单中选择“将配置复制到剪贴板”，然后将该字符串粘贴到您的 java 代码中？

现在执行此操作后，我已将此字符串复制到剪贴板:

weka.classifiers.trees.RandomForest -P 100 -I 100 -num-slots 1 -K 0 -M 1.0 -V 0.001 -S 1

这些是 Weka 随机森林学习器的默认参数。这些参数的含义是什么，其中哪些参数最适合优化，以及使用哪个值范围进行优化，我真的无法说出。很可能一个非常重要的参数是 numIterations，即 -I 参数。也许将其从 100、200...更改为 1000，并绘制 numIterations 与 Accuracy 的关系图，并检查曲线是否已经平滑。