setzen Sie zufällige Gesamtstruktur auf Klassifizierung

Question

Ich versuche eine zufällige Gesamtstruktur für einige Daten, in denen die Klassenvariablen Binär (entweder 1 oder 0) ist. Hier ist der Code, den ich laufe:

forest.model <- randomForest(x = ticdata2000[,1:85], y = ticdata2000[,86], 
         ntree=500, 
         mtry=9, 
         importance=TRUE, 
         norm.votes=TRUE, 
         na.action=na.roughfix, 
         replace=FALSE, 
          ) 

Aber wenn der Wald bis zum Ende kommt, ich die folgende Fehlermeldung erhalten:

Warning message: 
In randomForest.default(x = ticdata2000[, 1:85], y = ticdata2000[, : 
    The response has five or fewer unique values. Are you sure you want to do regression? 

Die Antwort ist natürlich nein. Ich möchte keine Regression machen. Ich habe eine einzelne, diskrete Variable, die nur 2 Klassen benötigt. Natürlich, wenn ich Vorhersagen mit diesem Modell durchführe, bekomme ich fortlaufende Zahlen, wenn ich eine Liste von Nullen und Einsen haben möchte. Kann mir jemand sagen, was ich falsch mache, um Regression und nicht Klassifizierung zu erreichen?

Answer 1

Ändern Sie Ihre Antwortsäule unter Verwendung von as.factor (oder nur factor) zu einem Faktor. Da Sie diese Variable als numerische 0 und 1 gespeichert haben, interpretiert R es richtigerweise als eine numerische Variable. Wenn du möchtest, dass R es anders behandelt, musst du es ihm sagen.

Diese in der Dokumentation unter dem y Argument erwähnt wird:

A response vector. If a factor, classification is assumed, otherwise regression is assumed. If omitted, randomForest will run in unsupervised mode.