随机森林超参数自动调参R代码

随机森林是一种集成学习方法，在机器学习中常用于分类和回归任务。它的超参数主要包括“n_estimators”（决策树的数量）、“max_depth”（每棵树的最大深度）、“min_samples_split”（分裂节点所需的最小样本数）等。对随机森林进行超参数调优通常是通过交叉验证（如`caret`包中的`trainControl`）结合网格搜索（如`gridSearchCV`）来完成。

在R语言中，你可以使用`caret`库进行随机森林模型的超参数调整。以下是一个基本的示例：

# 首先加载必要的库
library(caret)
library(randomForest)

# 假设你有一个数据集df，目标变量是y，特征变量是X
set.seed(123) # 设置随机种子保证结果可重复

# 数据预处理（如果需要）
data <- preProcess(df[, -y], method = c("center", "scale"))

# 创建训练和测试集
ind <- createDataPartition(y, p = .8, list = FALSE)
train_index <- expand.grid(n_estimators = seq(50, 500, by = 50),
                          max_depth = seq(5, 40, by = 5))

# 使用randomForest函数创建模型，并进行网格搜索
rf_model <- train(y ~ ., data = train_data,
                  method = "rf",
                  trControl = trainControl(method = "cv", number = 5),  # 交叉验证
                  tuneGrid = param_grid)

# 最佳参数
best_params <- rf_model$bestTune

# 使用最佳参数训练最终模型
final_rf <- randomForest(y ~ ., data = train_data, 
                         ntree = best_params$n_estimators, 
                         mtry = sqrt(ncol(train_data) - 1),  # 或者自定义最大特征数量
                         max_depth = best_params$max_depth)

# 测试模型性能
predictions <- predict(final_rf, test_data)