随机森林：如果我知道变量很重要怎么办

我的理解是随机森林随机选择mtry变量来构建每个决策树。因此，如果mtry = ncol / 3，则每个变量平均将在1/3的树中使用。而2/3的树木将不会使用它们。

但是，如果我知道单个变量可能非常重要，那么手动增加在每棵树中选择此变量的可能性会很好吗？R中的randomForest包可行吗？

请注意，mtry是在每个分组中随机抽取为候选变量的数量。从这些候选人中，最好的选择是进行分裂。因此，您提到的比例不能完全满足。更重要的变量出现的频率更高，而不太重要的频率则更低。因此，如果变量确实非常重要，则很有可能将其从树中拾取，并且您不需要手动校正。但是有时（很少）有必要在回归中强制某些变量（无论其可能的重要性）的存在。据我所知，R包随机森林不支持这种可能性。但是，如果此变量与其他变量没有相互关系，则可以将此变量作为单项进行普通回归，然后对该普通回归的残差进行随机森林回归。如果您仍然想纠正选择预定变量的可能性，那么可以选择通过下一次编译来修改源代码。

自2015年6月起，R-CRAN上一种新的有前途的RF算法称为“测距仪”具有此功能。通过split.select.weights进行调整：“权重在0到1之间的数字矢量，表示选择要拆分的变量的可能性。”