Как я могу применить кросс-проверку для случайного леса - PullRequest
Новая
       35

Как я могу применить кросс-проверку для случайного леса

0 голосов
/ 06 мая 2019

Я хочу сделать перекрестную проверку для случайной лесной регрессии, но на самом деле я не уверен в том, как.Это мой код до сих пор: 

library(rfUtilities)
# Read Data
base <- readxl::read_xlsx(c:\ File)

# Pull columns to use in the model
base_cl <- select(base, 
                  Id = PLA_WTWPartyID, 
                  Ind =Global_reference_Industry, 
                  Num__Ind =NumInd,
                  Retention = Retention_AL,
                  Limit = Limit_AL,
                  Exposure = Exposure_AL,
                  #RL_Exposure = Risk_level_Exposure,
                  LPremium = Liab_Premuim_AL,
                  Haz_Gp = HazardGp_AL,
                  LPick =Loss_Pick_AL,
                  #RL_LPick = Level_Loss_Pick,
                  Rate = Rate_AL,
                  lob = AL_R,
                  Date = AL_R_Date) 

#Clean Data
base_cl$_Ind[is.na(base_cl$_Ind)] <- "Other"
base_cl$Limit[base_cl$Limit == "0"] <- NA
base_cl$Exposure[base_cl$Exposure == "0"] <- NA

#Remove Rate outliers
base_cl$Rate <- remove_outliers(base_cl$Rate)

base_cl <- base_cl %>%
  filter(lob == "1") %>%
  filter(Date == "1") %>%
  drop_na(Limit)%>%
  drop_na(Exposure) %>%
  drop_na(LPremium) %>%
  drop_na(Retention) %>%
  drop_na(Rate)     
output.forest <- randomForest(Formula_3, base_cl, ntree = 400, keep.forest = T,
                              importance = T, localImp = T, mtry = 6)

print(output.forest)
rf.regression.fit(output.forest)
varImpPlot(output.forest, sort = TRUE)    
RF_CV_2 <- rfcv(trainx = base_cl[, 4:9], trainy = base_cl[[10]], p = .2,
                normalize = T,bootstrap = T, trace = T,step = 3, method = "cv")

и в этом последнем у меня есть ошибка 

RF <- rf.crossValidation(output.forest, base_cl, p = 0.1, n = 99, seed = NULL,
                         normalize = FALSE, bootstrap = FALSE, trace = FALSE, ntree = 400)

Ошибка в sample.int (длина (x), размер, заменить, prob): объект 'sample.sizes' не найден

... и я не знаю, как я могу это исправить для запуска.Можете ли вы помочь мне построить функцию или исправить мой код для выполнения перекрестной проверки, возможно, с k = 5 или 10.

1 Ответ

0 голосов
/ 06 мая 2019

Поиск в Google по: 

 rf.crossValidation "Error in sample.int(length(x), size, replace, prob) : object 'sample.sizes' not found"

... мы обнаружили, что ошибка была исправлена ​​в феврале, но вам нужно будет установить версию для разработчиков с Github.См. Отчет об ошибке и ответ по адресу: https://github.com/jeffreyevans/rfUtilities/issues/4

...