全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 数据分析与数据挖掘
5662 9
2014-06-22
Call:
randomForest(formula = keyunliang ~ ., data = bjdata, importance = TRUE)
               Type of random forest: regression
                     Number of trees: 500
No. of variables tried at each split: 3

          Mean of squared residuals: 14369293
                    % Var explained: 96.07
得到这个结果  我感觉好像是过拟合了
数据 23组数据 每组数据10个参数

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2014-6-22 17:13:47
求大神指点我这个 方法的问题以及该如何改正一些~
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2014-6-22 20:14:45
对训练数据进行【-1,1】归一化后 结果
Call:
randomForest(formula = keyunliang ~ ., data = bjdata, ntree = 500,      mtry = 2, importance = TRUE)
               Type of random forest: regression
                     Number of trees: 500
No. of variables tried at each split: 2

          Mean of squared residuals: 1.420348e-13
                    % Var explained: 96.81

残差平方和大的原因是因为我的输入数据 都是好几万的那种 甚至有上亿的 所以残差平方和归一化前很大
不过归一化前后 varImpPlot(reg.rf)这个函数 的输出结果不同 不知道 该如何取舍  
我感觉我这90%的解释率 有点太高了 可能是过拟合了~
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2014-6-24 08:49:28
求大神分析指点
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2014-6-28 11:51:41
不懂啊
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2015-10-23 16:12:04
恙日 发表于 2014-6-22 20:14
对训练数据进行【-1,1】归一化后 结果
Call:
randomForest(formula = keyunliang ~ ., data = bjdata,  ...
你好,你的数据的出来了吗?能让我看一下你最后的程序还有你使用的数据吗?目前学习状态,还不太懂。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群