随机森林方法 做城市客运量回归 提高精度

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

Call:
randomForest(formula = keyunliang ~ ., data = bjdata, importance = TRUE)
               Type of random forest: regression
                     Number of trees: 500
No. of variables tried at each split: 3

          Mean of squared residuals: 14369293
                    % Var explained: 96.07
得到这个结果  我感觉好像是过拟合了
数据 23组数据 每组数据10个参数

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：随机森林 高精度 客运量 randomForest importance 森林

求大神指点我这个 方法的问题以及该如何改正一些~

对训练数据进行【-1，1】归一化后 结果
Call:
randomForest(formula = keyunliang ~ ., data = bjdata, ntree = 500,      mtry = 2, importance = TRUE)
               Type of random forest: regression
                     Number of trees: 500
No. of variables tried at each split: 2

          Mean of squared residuals: 1.420348e-13
                    % Var explained: 96.81

残差平方和大的原因是因为我的输入数据 都是好几万的那种 甚至有上亿的 所以残差平方和归一化前很大
不过归一化前后 varImpPlot(reg.rf)这个函数 的输出结果不同 不知道 该如何取舍  
我感觉我这90%的解释率 有点太高了 可能是过拟合了~

求大神分析指点

不懂啊

恙日 发表于 2014-6-22 20:14
对训练数据进行【-1，1】归一化后 结果
Call:
randomForest(formula = keyunliang ~ ., data = bjdata,  ...

你好，你的数据的出来了吗？能让我看一下你最后的程序还有你使用的数据吗？目前学习状态，还不太懂。

偶然看到的老帖子了。估计你也不回回复了。给其他看到的人，说几句。
1.如果只有23条数据， 不适合用随机森林。 原因很简单。 随机性要靠大样本来维护。
即使对一个维度， 也至少要40个样本才算大样本。你有10个维度，只有23条数据。
那么首先你应该降维。
2.你选择500棵树， 10个维度，23条数据， 总共就230个数据项。根本没有任何必要选500棵树。
这么点数据量，80棵足够了。 多了也是重复。 最后一点，根本就不应该选择随机森林。
3. 建议选择Lasso回归，帮助你降维同时给出线性模型。效果可能更好。不过做一个随机森林。有一点帮助就是你可以看参数的重要性。 有助于选择feature selection。

jameschin007 发表于 2016-11-1 11:23
偶然看到的老帖子了。估计你也不回回复了。给其他看到的人，说几句。
1.如果只有23条数据， 不适合用随机森 ...

您好，我想请问一下， % Var explained这个指数到底应该如何去理解呢？我做出来的结果是50%左右。调整参数对结果的影响甚微，那是否意味着对于我的数据集这已经是最优的随机森林模型呢？
>

jameschin007 发表于 2016-11-1 11:23
偶然看到的老帖子了。估计你也不回回复了。给其他看到的人，说几句。
1.如果只有23条数据， 不适合用随机森 ...

您好，我想请问一下， % Var explained这个指数到底应该如何去理解呢？我做出来的结果是50%左右。调整参数对结果的影响甚微，那是否意味着对于我的数据集这已经是最优的随机森林模型呢？
>

thanks