Rでアンサンブル法としてada boostingを使う方法は？

Question

アンサンブルの方法を学びたいと思っています。ランダムフォレストなどの通常の機械学習方法の上に構築することができます。この方法は、より正確な分類モデルを構築するために、トレーニングセット内の誤分類データを使用することができる。

しかし、私はオンラインで検索しましたが、実装の回答が見つかりませんでした。

エラーを最小限に抑えるために、分類問題のランダムフォレストの上にada-boostingを構築する方法を知りたいですか？電車

テストセット（DF）：テスト

と呼ばれる機能の数：フィーチャー

はちょうど私が

トレーニングセット（DF）を持っているとしましょう。

と分類子が呼び出されます。アウトカム（電車$アウトカム）

私の通常のモデルは、（キャレットパッケージを使用して仮定して）次のようになります。

mymodel_rf < -train（電車[、成果]、トレイン[、特徴]、メソッド= "rf"、trControl = ...）

次に進む方法は？この結果を利用してADAブースティング法を構築するには？

Answer 1

「あなたの上に」とは何を意味するのか分かりませんが、RFはいくつかの結果をもたらし、Adaboostはいくつかの結果を提供します。これら2つをアンサンブルしたい場合は、結果の統計モードを取得するだけです。

いずれにしても、AdaboostとRandom Forestは両方ともアンサンブル手法です。この技術は、多数の弱い分類器を構築し、それらを平均またはモードを取ることによって強力な分類器に組み合わせることである。