R中随机森林中的二元分类或未知类别

Question

有没有办法在随机森林中引入“未知”类别或进行二元分类？

我想将数据输入到一个随机森林中，如果选票的百分比超过70％，我只想对其进行分类。我共有6个类别，所以我最初做的是创建一个随机森林，并且截止值自动默认为c(16.6, 16.6, 16.6, 16.6, 16.6, 16.6)。这是相当低的，所以我想要：

• 为每个类别（总共6）使用二进制分类（或者它属于该类别或它不 - 它的未知），然后将未知数据馈入下一个树中，依此类推。
• 或者，我希望能够坚持一个随机森林，但是要引入新的截止值，这允许我指定“获胜”类必须拥有大于70％的选票比例，并且任何未标记为“未知”的数据。

第二种方式目前提出了一个问题，因为切断值需要和为1，第一个建议是，我似乎无法找出如何做二元分类中R.

问题无论如何，其中任何一个都可以克服，并且引入一个“未知”类别？谢谢

Answer 1

我会建议你保持简单，不要创建多个相互关联的二进制射频模型。您可以采用另一个聚合规则，而不是“多数投票”。您可以从每个预测样本中提取投票分布，并从这里实现例如-Technically 70％的少数服从多数原则

@“作为切断值需要总结为1第二种方式目前提出了一个问题”，切断值不需要总和为1。在随机森林中，类别预测除以各自的类别截止点，并且最大数量是多数赢家。

library(randomForest) 
library(plotrix) 
set.seed(1234) 
data(iris) 
#iris is too easy and therefore applying jitter 
iris[1:4] = lapply(iris[1:4],jitter,amount=2) 
plot(iris,col=iris$Species) 
test = sample(150,25) #reserve a test set 
rf = randomForest(Species~.,data=iris[-test,]) 

#predict test, use type=prob to extract vote fractions 
preds = predict(rf,iris[test,],type="prob") 

#make 70% rule 
class.winner = apply(preds,1,function(aPred) c(which(aPred>=.7),NA)[1]) 

#plot prediction in probability simplex 
triax.plot(preds,col.symbols=iris$Species[test],main="col is true class, o is all pred, x is >=70% preds") 
triax.points(preds,col.symbols=unlist(class.winner),pch=4)