如何用caret包实现与示例for循环等效的Random Forest分类建模？

你原来的for循环逻辑可以直接通过caret的LGOCV（留组交叉验证，即蒙特卡洛式重复训练测试拆分）实现，和你的原有逻辑完全对齐：每次8:2拆分数据集、训练随机森林、计算测试集准确率，最终自动输出100次的准确率均值。

完整实现代码 #

# 加载依赖包
library(caret)
library(randomForest)

# 预处理（和原代码逻辑一致）
dataset$ID <- factor(dataset$ID)

# 配置交叉验证规则
train_ctrl <- trainControl(
  method = "LGOCV", # 指定蒙特卡洛交叉验证模式
  number = 100, # 迭代100次
  p = 0.8, # 每次训练集占比80%
  verboseIter = FALSE # 可改为TRUE查看实时迭代进度
)

# 固定随机森林mtry参数，和原randomForest默认逻辑保持一致
# 分类任务默认mtry为特征数的平方根
feature_count <- ncol(dataset) - 1 # 排除标签列ID
rf_tunegrid <- data.frame(mtry = floor(sqrt(feature_count)))

# 训练模型
rf_model <- train(
  ID ~ .,
  data = dataset,
  method = "rf", # 指定用随机森林算法
  trControl = train_ctrl,
  tuneGrid = rf_tunegrid, # 固定mtry避免caret自动调参，和原代码逻辑对齐
  importance = TRUE, # 和原代码参数一致
  metric = "Accuracy" # 评估指标用准确率
)

# 输出100次准确率的均值
cat("100次蒙特卡洛交叉验证准确率均值：", rf_model$results$Accuracy, "\n")

# 如需获取每次迭代的准确率（对应原代码的acc_vec），取以下字段
each_acc <- rf_model$resample$Accuracy

补充说明 #

• 如果你不需要固定随机森林的mtry参数，删掉tuneGrid配置项即可，caret会自动尝试多个mtry取值选择最优效果的参数
• 如果需要查看每次迭代的混淆矩阵等详细结果，可以在trainControl中添加savePredictions = "final"配置，所有迭代的预测结果会存在rf_model$pred中

内容的提问来源于stack exchange，提问作者LUCA