r - 将随机森林设置为分类

Question

我正在尝试对某些类变量为二进制(1 或 0)的数据进行随机森林。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。我有一个只接受 2 个类的单个离散变量。当然，当我用这个模型运行预测时，我会得到连续的数字，当我想要一个零和一的列表时。有人可以告诉我我做错了什么才能使用回归而不是分类吗？

Answer 1

使用 as.factor 将您的响应列更改为一个因子(或只是 factor )。由于您将该变量存储为数字 0 和 1，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。

在 y 下的文档中提到了这一点。争论:

A response vector. If a factor, classification is assumed, otherwise regression is assumed. If omitted, randomForest will run in unsupervised mode.