小编dyt*_*ori的帖子

我正在研究随机森林分类.

我发现"party"包中的cforest通常比"randomForest"表现更好.
然而,似乎cforest容易过度装配.

一个玩具的例子

这是一个随机数据集,包括二进制因子的响应和从rnorm()生成的10个数值变量.

# Sorry for redundant preparation.
data <- data.frame(response=rnorm(100))
data$response <- factor(data$response < 0)
data <- cbind(data, matrix(rnorm(1000), ncol=10))
colnames(data)[-1] <- paste("V",1:10,sep="")

执行cforest,使用无偏的参数集(可能推荐).

cf <- cforest(response ~ ., data=data, controls=cforest_unbiased())
table(predict(cf), data$response)
#       FALSE TRUE
# FALSE    45    7
# TRUE      6   42

对无意义数据的预测性能相当好.

另一方面,randomForest诚实地说.

rf <- randomForest(response ~., data=data)
table(predict(rf),data$response)
#       FALSE TRUE
# FALSE    25   27
# TRUE     26   22

这些差异来自哪里？
我担心我会以错误的方式使用cforest.

让我在cforest中加入一些额外的观察:

1. 变量的数量对结果影响不大.
2. 与使用一些现实解释变量的那些相比,变量重要性值(由varimp(cf)计算)相当低.
3. ROC曲线的AUC接近1.

我很感激你的意见.

附加说明

有些人想知道为什么训练数据集应用于predict().
我没有准备任何测试数据集,因为预测是针对OOB样本进行的,而cforest则不然.
cf http://www.stat.berkeley.edu/~breiman/RandomForests/cc_home.htm

我是以编程方式为DataGridColumn类似的绑定:

var path = "DictObj[" + key_str + "]";
column.Binding = new Binding(path);

它通常工作正常,但是当key_str包含commma时,列中的单元格什么都不显示.我试过(没有太多的考虑)var path = "'...'","\'...\'","{}{...}","'{}...'",或"DictObj[[" + key_str + "]]",但不成功.

因为key_str它也用于显示目的,我不希望它删除它的逗号.任何的想法？