C5.0算法的交叉验证

Question

1. 我想尝试C5.0算法中R中的k折交叉验证，

以下是我使用的代码。有人可以建议我也可以包括k折吗？

classifi_c5.0 <-c5.0（target〜。，data = triending_data_smoted，trails = 500，control = c5.0control（mincases = mincases_count，noglobalpruning = false）））））

2. 是否需要对随机森林进行K折交叉验证？

Answer 1

我想说的是，在这里不必要交叉验证，因为数据的多个分区和变量已经隐含在随机森林中。但是，保持与训练集不同的测试集仍然是一个好习惯。这主要是因为您可能会引入随机森林的变化，以改善整体测试集的性能，从而引入随机森林试图克服的偏见。因此，如果您仅保留了一部分数据，并判断RF的最终性能仅在预测步骤中设置为“扣留”，那就很好。