相关疑难解决方法(0)

在使用随机森林时，R我遇到了以下情况：

library(randomForest)
set.seed(42)
data(iris)
rf_noImportance <- randomForest(Species~.,data=iris,ntree=100,importance=F)
print(table(predict(rf_noImportance),iris$Species))

输出：

            setosa versicolor virginica
 setosa         50          0         0
 versicolor      0         47         3
 virginica       0          3        47

Run Code Online (Sandbox Code Playgroud)

和

library(randomForest)
set.seed(42)
data(iris)  
rf_importance <- randomForest(Species~.,data=iris,ntree=100,importance=T)
print(table(predict(rf_importance),iris$Species))

输出：

            setosa versicolor virginica
 setosa         50          0         0
 versicolor      0         47         4
 virginica       0          3        46

Run Code Online (Sandbox Code Playgroud)

在我设置的第一个示例中importance = FALSE，在第二个示例中TRUE。根据我的理解，这不应该影响结果预测。文档中也没有关于这种行为的迹象。

根据交叉验证线程Do近度或重要性影响随机森林的预测吗？，重要性标志不应该影响预测，但在上面的例子中很明显。

那么为什么方法的重要性参数会randomForest影响模型的性能呢？