我想使用交叉验证来确定随机森林方法中尝试的变量数量。我不明白如何在rfcv()函数中使用mtry参数。

我的数据集中有6个预测变量。我想使用mtry = 6,5,4,3,2,1，例如，任何可能的m值，并使用5折交叉验证进行交叉验证。

我认为这可以通过randomForest包的rfcv()函数来完成。我正在运行以下代码：

rf_cv<- rfcv(training_x,training_y,cv.fold=5, mtry=function(p) max(1, p-1))

然而，调用rf_cv$n.var得到的结果是：[1] 6 3 1

因此，这种方法并没有像我希望的那样应用mtry，因为我指定每次减少使用的变量数量1。

如何尝试每一种变量数量，并对每种变量数量应用5折交叉验证？

我查看了这个帖子，但它并不完全相关，因为他们在讨论mtry的默认值。

回答：

在你引用的帖子中，它解释了步骤如何决定测试的mtry。因此，在你的情况下，p=6，并且由于你没有更改步骤或尺度，那么：

p=6; 0.5k <- floor(log(p, base = 1/step))n.var <- round(p * step^(0:(k - 1)))[1] 6 3

如果n.var不包括1，它会自动包含1，这给你6,3,1。所以如果你想尝试所有数字，将mtry设置为身份函数，步骤设置为1，尺度设置为任何非”log”的值（是的，代码不提供其他选项）：

rf_cv=rfcv(matrix(rnorm(100*6),ncol=6),rnorm(100),cv.fold=3,mtry=identity,scale="new",step=-1)rf_cv$n.var[1] 6 5 4 3 2 1