最近在用RF的时候，有一个很明显的现象就是训练集样本标签不平衡，有的很多有的很少，导致做预测的时候，预测的标签倾向于在训练集中占多数的标签。究其原因，RF最不平衡的分类训练集非常敏感。

在R中的randomForest可以尝试

1
2

k = min(table(Y))/2
rf = randomForest(X, Y, sampsize=c(k,k), replace=FALSE)

用这方方法，在我的数据中，效果不错。

参考： https://www.quora.com/How-should-I-handle-unbalanced-data-while-using-randomForest-in-R

####################################################################

#版权所有 转载请告知 版权归作者所有 如有侵权 一经发现 必将追究其法律责任

#Author: Jason

#####################################################################