Si, Carlos. Yo hago lo mismo, pero esos mismos numeritos salen enormes.
treesize(RFfit)
[1] 4304 4302 4311 4319 4343 4298 4298 4311 4349 4327 4331 4317
4294 4321 4283 4362
[17] 4300 4330 4266 4331 4308 4352 4294 4315 4372 4349 4331 4347
4329 4348 4298 4335
[33] 4346 4396 4345 4313 4293 4276 4353 4272 4304 4325 4317 4336
4308 4351 4374 4324
[49] 4386 4359 4311 4346 4300 4332 4336 4376 4319 4322 4344 4324
4324 4359 4342 4378
[65] 4344 4324 4314 4318 4344 4311 4359 4304 4288 .... hasta 1000
Con mtry le indicas el nº de variables que los árboles utilizarán
(recomendado m=√p para árboles de clasificación, y m = p/3 para los de
regresión), y con ntree el nº de árboles. Pero no encuentro cómo
indicarle, aunque sea, un tamaño máximo para los árboles, y en
cualquier caso, me parece extraño que se generen árboles con
tantísimos nodos. Mi df tiene unas 13.000 entradas y 19 variables,
pero eso no es nada especial para que me hiciese árboles tan grandes.
No entiendo
Quoting Carlos Ortega <c...@qualityexcellence.es>:
Hola,
No. Mira el ejemplo:
data(iris)
iris.rf <- randomForest(Species ~ ., iris)
hist(treesize(iris.rf))
treesize(iris.rf)
[1] 7 10 13 7 10 6 9 8 7 9 8 8 6 8 7 9 7 10 6 16 4 13 11
10 8 11 10 8 7 9 9 6 11 7 5 10 12 10 7 12 12 8 11 10
[45] 10 10 9 11 8 6 7 12 9 9 7 6 10 9 10 7 8 8 8 7 8 12 7
11 12 8 7 7 6 9 9 6 6 11 3 9 12 11 13 9 9 7 7 12
[89] 11 6 6 8 6 11 9 10 10 6 7 14 7 10 8 7 9 11 7 14 7 7 8
9 7 6 9 8 9 8 13 9 10 10 9 11 6 7 9 10 8 9 9 6
[133] 9 8 10 9 11 8 6 7 13 6 6 9 5 14 8 10 13 10 12 13 11 12 10
9 12 9 13 10 9 11 7 10 10 9 9 8 6 5 9 9 11 10 8 10
[177] 4 10 12 10 10 8 10 11 9 5 7 8 8 15 8 7 7 9 12 9 10 9 12
8 10 8 11 9 6 7 9 12 7 8 10 12 6 14 11 4 6 6 7 9
[221] 10 11 13 5 8 10 7 10 10 12 10 11 11 8 9 11 9 9 9 10 6 10 7
10 10 14 9 10 6 10 6 8 6 9 9 10 10 10 10 9 10 10 8 14
[265] 8 11 6 11 9 9 9 8 11 7 8 11 8 4 9 11 6 8 10 8 9 10 8
9 8 11 11 9 12 14 7 9 8 9 10 10 11 8 12 12 12 4 10 11
[309] 8 8 11 9 9 8 10 9 4 10 10 6 13 10 12 9 10 9 5 9 7 4 7
15 7 8 7 11 7 11 12 5 12 7 9 8 13 14 9 9 9 9 6 13
[353] 13 7 10 6 5 6 10 6 8 8 9 11 9 11 7 7 11 8 6 10 13 7 12
11 14 7 10 11 9 8 6 8 10 8 9 6 10 10 6 7 7 7 11 13
[397] 8 5 7 14 10 14 8 9 6 11 9 11 10 9 8 7 11 10 10 11 8 10 12
9 8 8 9 9 9 9 9 5 9 7 13 10 11 8 10 9 10 12 8 12
[441] 9 10 4 7 11 7 10 4 6 13 8 7 10 9 7 6 8 9 7 11 8 8 9
10 5 8 11 12 6 5 10 10 6 10 10 5 10 13 9 13 10 10 6 12
[485] 8 7 9 12 10 9 7 7 14 6 9 6 6 8 10 6
vtmp <- treesize(iris.rf)
sum(vtmp)
Por defecto al no especificar nada, el "ntrees" de randomForest() es 500.
Efectivamente generas 500 árboles como ves en el número de elementos que
devuelve "treesize(iris.rf)".
Y cada árbol, tiene el número de nodos que ves en el valor de cada uno de
los elementos que igualmente devuelve "treesize(iris.rf)": 7, 10, 13...
Gracias,
Carlos
El 20 de enero de 2018, 10:36, Manuel Mendoza <mmend...@mncn.csic.es>
escribió:
Gracias Carlos y Javier, ntrees es el nº de árboles y treesize sus
respectivos tamaños (nº de nodos)
ntree: Number of trees to grow. This should not be set to too small ......
treesize: Size of trees (number of nodes) in and ensemble.
Puse 1000 árboles (ntree=1000), si, pero la función treesize te da el nº
de nodos:
treesize(RFfit, terminal=TRUE) me da un vector de 1000 elementos (uno por
cada árbol), todos ellos mayores que 4000 ????
¿tienen los 1000 árboles más de 4000 nodos cada uno? Parece extraño ¿no?
Esa es mi pregunta
Gracias nuevamente,
Manuel
Quoting Carlos Ortega <c...@qualityexcellence.es>:
Hola,
A "treesize()" le tienes que pasar como parámetro el objeto randomForest
de
tu modelo.
Y obtiene el número de nodos de cada uno de los árboles que hayas indicado
en el valor del parámetros "ntrees" de "randomForest". Por defecto
"ntrees"
tiene un valor de 500.
Mira qué valor tiene "ntrees" en tu modelo "randomForest", que seguramente
le hayas indicado un valor de 1000...
Saludos,
Carlos Ortega
www.qualityexcellence.es
El 17 de enero de 2018, 14:29, Manuel Mendoza <mmend...@mncn.csic.es>
escribió:
Buenas tardes a todos. El paquete randomForest tiene la función treesize,
que es el nº de nodos. Me dan valores realmente elevados (en torno a
1000),
y eso me parece extraño. ¿sabéis si es así?
Gracias,
Manuel
--
Dr Manuel Mendoza
Department of Biogeography and Global Change
National Museum of Natural History (MNCN)
Spanish Scientific Council (CSIC)
C/ Serrano 115bis, 28006 MADRID
Spain
_______________________________________________
R-help-es mailing list
R-help-es@r-project.org
https://stat.ethz.ch/mailman/listinfo/r-help-es
--
Saludos,
Carlos Ortega
www.qualityexcellence.es
--
Dr Manuel Mendoza
Department of Biogeography and Global Change
National Museum of Natural History (MNCN)
Spanish Scientific Council (CSIC)
C/ Serrano 115bis, 28006 MADRID
Spain
--
Saludos,
Carlos Ortega
www.qualityexcellence.es
--
Dr Manuel Mendoza
Department of Biogeography and Global Change
National Museum of Natural History (MNCN)
Spanish Scientific Council (CSIC)
C/ Serrano 115bis, 28006 MADRID
Spain
_______________________________________________
R-help-es mailing list
R-help-es@r-project.org
https://stat.ethz.ch/mailman/listinfo/r-help-es
