Ori*_*pus 9 machine-learning random-forest sample-size
是否可以将RandomForests应用于非常小的数据集？我有一个包含许多变量的数据集,但每个只有25个观察值.随机森林产生合理的结果,低OOB误差(10-25%).关于使用的最小观测数量是否有任何经验法则？事实上,其中一个响应变量是不平衡的,如果我要对它进行二次采样,我最终会得到更少的观察结果.提前致谢
小智 5
绝对RF可用于这些类型的数据集(即p> n).事实上,他们在像基因组学这样的领域中使用RF,其中字段的数量> = 20000并且只有非常少的行 - 比如10-12.整个问题是弄清楚哪些20k变量构成一个简约标记(即特征选择是整个问题).
我没有任何关于最小尺寸的ROT,除非你的模型在阻挡样本上不能很好地工作(或者Hold-One-Back交叉验证在你的情况下可能运行良好),那么你应该尝试别的东西.
希望这可以帮助