有没有办法在随机森林中引入“未知”类别或进行二进制分类？
我想将数据提供给随机森林，仅在投票百分比超过70％时才能对其进行分类。我总共有6个类别，所以我最初要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，因此，我想选择以下任一方法：
为每个使用二进制分类的类别（总共6个）创建一个随机森林（它属于该类别，或者不属于该类别，因此它是未知的），然后将未知数据馈入下一棵树，依此类推。
或者，我希望能够坚持使用一个随机森林，但是要引入新的截止值，这使我可以指定“获胜”类的得票比例必须大于70％，而任何数据不能t被标记为“未知”。
第二种方法当前存在问题，因为截止值需要加到1，第一种建议是一个问题，因为我似乎无法弄清楚如何在R中进行二进制分类。
无论如何，这两种方法都可以克服，并引入“未知”类别吗？谢谢
最佳答案
我建议您保持简单，不要创建多个相互关联的二进制RF模型。您可以采用“多数投票”以外的其他汇总规则。您可以从每个预测的样本中提取投票分布，并在此处实施例如70％的多数统治
@“第二种方法当前会带来问题，因为截止值需要加到1”-技术上，截止值不需要加到1。在randomForest中，类别预测除以各自的类别临界值，最大的数字是多数获胜者。
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)
关于r - R中随机森林中的二元分类或未知类，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/32440272/