[問題] 關於randomforest

[hatemath1991 (hatemath)]

[問題類型]:

意見調查(我對R 有個很棒的想法，想問問大家的意見)
程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來)


[軟體熟悉度]:
請把以下不需要的部份刪除
使用者(已經有用R 做過不少作品)

[問題敘述]:
抱歉有一些關於randomforest使用上的問題想要問一下
目前我使用randomForest這個套件去訓練我的樹
然後想要使用https://github.com/araastat/reprtree/tree/master/R
上面那個套件的retree畫出我的樹
但是遇到了一些問題
訓練組跟測試組所畫的樹不一樣
以及如果我現在是想要做隨機森林的特徵選取
那我該如何下手因為用不同的資料所會出的樹不一樣

[程式範例]:
請把以下不需要的部份刪除

library(reprtree)
rforest <- randomForest(type~., data=train_data)
reptree <- ReprTree(rforest, train_data, metric='d2')
plot(reptree, index=1)
reptree <- ReprTree(rforest, test_data, metric='d2')
plot(reptree, index=1)



[環境敘述]:

R version 3.4.1 (2017-06-30)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Ubuntu 16.04.3 LTS

Matrix products: default
BLAS: /usr/lib/libblas/libblas.so.3.6.0
LAPACK: /usr/lib/lapack/liblapack.so.3.6.0

locale:
 [1] LC_CTYPE=zh_TW.UTF-8       LC_NUMERIC=C
LC_TIME=zh_TW.UTF-8
 [4] LC_COLLATE=zh_TW.UTF-8     LC_MONETARY=zh_TW.UTF-8
LC_MESSAGES=zh_TW.UTF-8
 [7] LC_PAPER=zh_TW.UTF-8       LC_NAME=C
LC_ADDRESS=C
[10] LC_TELEPHONE=C             LC_MEASUREMENT=zh_TW.UTF-8
LC_IDENTIFICATION=C

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base

loaded via a namespace (and not attached):
[1] compiler_3.4.1 tools_3.4.1


[關鍵字]:


隨機森林、特徵選取、繪圖


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.125.96.131
※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1506524943.A.391.html
推 f496328mm: 為什麼要建兩次 model ?
→ hatemath1991: 抱歉我不是只用randomForest創一次model嘛？
→ f496328mm: 應該是說  為什麼要分別對對 train and test 畫樹
→ f496328mm: 建 model 時, 是利用 train data 去建立樹model
→ f496328mm: 所以整個結構是看 train data
→ hatemath1991: 應該說這個是因為有一天打錯所以才發現的
→ hatemath1991: 我原本想說是不是我演算法理解錯誤,但是回去重看
→ hatemath1991: 林軒田老師的影片確定應該不會因為資料不同
→ hatemath1991: 產生不同樹才對所以才會慘生疑問
→ hatemath1991: *產
→ hatemath1991: 所以現在才會疑惑，為什麼兩顆樹的結構有差異
推 KKbiger: 為什麼會覺得train data和test data建出來的數結構會完全
→ KKbiger: 一樣 除非你的train data建出來的model會百分之百可以預
→ KKbiger: 測test data 才有可能兩個一樣吧
→ owem0410: 抱歉我model才建一次不是?同model解構不就要一樣?
推 KKbiger: 用train data抽了一棵樹 又用test data 抽出另一棵樹
→ KKbiger: 所以抽出兩顆不一樣的樹
推 APM99: 你這樣做就沒有 訓練集跟測試集的意義了
→ APM99: 只是單純的畫了兩棵樹
→ clansoda: 這邊也看的到APM99??