R - 具有两个结果变量的随机森林

Question

在这里使用 randomForest 统计包还很陌生。

我正在尝试运行一个具有 2 个响应变量和 7 个预测变量的模型，但由于响应变量的长度，我似乎做不到 and/or 拟合的性质具有 2 个响应变量的模型。

假设这是我的数据和模型：

> table(data$y1)
 0  1  2  3  4 
23 43 75 47 21 

> length(data$y1)
0  4

> table(data$y2)
  0   2   3   4 
104  30  46  29

> length(data$y2)
0  4 

m1<-randomForest(cbind(y1,y2)~a+b+c+d+e+f+g, data, mtry=7, importance=TRUE)

当我运行这个模型时，我收到这个错误：

Error in randomForest.default(m, y, ...) : 
  length of response must be the same as predictors

我做了一些排查，发现cbind()这两个响应变量只是简单地将它们的值放在一起，从而使原来的长度加倍，并可能导致上述错误。例如，

length(cbind(y1,y2))
> 418
t(lapply(data, length()))
>  a   b   c   d   e   f   g   y1   y2
 209 209 209 209 209 209 209  209  209

然后我尝试通过运行ning randomForest 分别对每个响应变量解决这个问题，然后在回归模型上应用 combine()，但遇到了这些问题：

m2<-randomForest(y1~a+b+c+d+e+f+g, data, mtry=7, importance=TRUE)
m3<-randomForest(y2~a+b+c+d+e+f+g, data, mtry=7, importance=TRUE)
combine(m2,m3)

Warning message:
In randomForest.default(m, y, ...) :
The response has five or fewer unique values.  Are you sure you want to do regression?

然后我决定将 randomForest 模型视为分类模型，并在运行宁 randomForest 之前将 as.factor() 应用于两个响应变量，但后来遇到了这个新问题：

m4<-randomForest(as.factor(y1)~a+b+c+d+e+f+g, data, mtry=7, importance=TRUE)
m5<-randomForest(as.factor(y2)~a+b+c+d+e+f+g, data, mtry=7, importance=TRUE)
combine(m4,m5)

Error in rf$votes + ifelse(is.na(rflist[[i]]$votes), 0, rflist[[i]]$votes) : 
  non-conformable arrays

我的猜测是我无法 combine() 分类模型。

我希望我尝试运行多元随机森林模型的询问有意义。如果还有其他问题，请告诉我。我也可以回去调整。

Answer 1

在 randomForest 公式之外合并您的列：

data[["y3"]] <- paste0(data$y1, data$y2)
randomForest(y3~a+b+c+d+e+f+g, data, mtry=7, importance=TRUE)

R - 具有两个结果变量的随机森林

R - RandomForest with two Outcome Variables

regression

r

classification

random-forest