2
我感到当我跑这样的代码我得到不同的结果感到困惑ytest选项:预测随机森林包函数给出了随机森林不同的结果与XTEST和
set.seed(100)
test1<-randomForest(BinaryY~., data=Xvars, trees=51, mtry=5, seed=200)
predict(test1, newdata=cbind(NewBinaryY, NewXs), type="response")
和验证码:
set.seed(100)
test2<-randomForest(BinaryY~.,data=Xvars,trees=51, mtry=5,seed=200,xtest=NewXs, ytest=NewBinY)
我认为两个森林的混淆矩阵由于具有相同的种子设置而是相同的,但它们与预测值以及投票不同。起初我认为这只是关系破裂的方式,所以我把树的数量改成了奇数,所以没有关系了。
任何人都可以阐明我所希望的是一种简单的疏忽吗?我只是无法弄清楚为什么应用于NewBinaryYs和NewX数据集的这两个森林的预测结果不一样。
此外,我注意到,结果是相同的,当我只使用1棵树。
感谢您的任何提示和帮助。
您可以使用重现此行为的数据构造一个小而完整的示例吗? – joran