为什么我收到与种子相关的错误？

如何解决为什么我收到与种子相关的错误？

我使用此question

中的示例

train$`1stFlrSF`<-train$S1stFlrSF 
train$`2ndFlrSF`<-train$S2ndFlrSF
train$`3SsnPorch`<-train$S3SsnPorch

library("randomForest")
set.seed(1)
rf.model <- randomForest(SalePrice ~ .,data = train,ntree = 50,nodesize = 5,mtry = 2,importance = TRUE,metric = "RMSE")

library("caret")
caret.oob.model <- train(train[,-ncol(train)],train$SalePrice,method = "rf",tuneGrid = data.frame(mtry = 2),metric = "RMSE",trControl = trainControl(method = "oob",seed = 1),allowParallel = FALSE) 

但是在caret.oob.model中有一个错误

错误：错误的种子：种子对象应该是一个长度为2的列表，其中包含1个大小为1的整数矢量，并且最后一个列表元素至少具有一个整数。

这是我的数据集https://drive.google.com/file/d/1el-gAgA93EbYnM6VnDqzhT5c5uWsnKvq/view?usp=sharing

我该如何解决这个问题？

解决方法

randomForest是一种随机算法，取决于行和列的采样。设置RNG种子可获得可重复的结果。对于randomForest，在调用训练函数之前仅一个种子就足够了。在插入符中，由于重新采样以及安装了一个以上的模型，使得情况变得更加复杂。

在您的情况下，即使没有重新采样，您也可以拟合两个模型，一个模型用于对mtry超参数进行OOB评估，而最后一个模型。

?trainControl的帮助页面指出，seeds参数是可选的整数集，将用于在每次重采样迭代时设置种子。

它被指定为B + 1个元素的列表，其中B是重采样的数目（“ boot632”方法除外）。列表的前B个元素应该是长度为M的整数的向量，其中M是要评估的模型数（在您的情况下为1）。列表的最后一个元素只需要是一个整数（对于最终模型）。

示例：

library(randomForest)
library(caret)

data(mtcars)

set.seed(1)
rf.model <- randomForest(mpg ~ .,data = mtcars,ntree = 50,nodesize = 5,mtry = 2,importance = TRUE,metric = "RMSE")

rf.model

Call:
 randomForest(formula = mpg ~ .,metric = "RMSE") 
               Type of random forest: regression
                     Number of trees: 50
No. of variables tried at each split: 2

          Mean of squared residuals: 7.353122
                    % Var explained: 79.1

caret.oob.model <- train(mpg ~ .,method = "rf",tuneGrid = data.frame(mtry = 2),metric = "RMSE",trControl = trainControl(method = "oob",seeds = list(1,1))) 

caret.oob.model$finalModel

Call:
 randomForest(x = x,y = y,mtry = param$mtry,importance = TRUE) 
               Type of random forest: regression
                     Number of trees: 50
No. of variables tried at each split: 2

          Mean of squared residuals: 7.353122
                    % Var explained: 79.1

在我看来，基于完全相同的Mean of squared residuals和% Var explained，这些模型是相同的。