在R randomForest中进行替换采样

randomForest实现不允许采样超过观察次数，即使使用替换采样也是如此。为什么是这样？

工作正常：

rf <- randomForest(Species ~ ., iris, sampsize=c(1, 1, 1), replace=TRUE)
rf <- randomForest(Species ~ ., iris, sampsize=3, replace=TRUE)

我想做的事：

rf <- randomForest(Species ~ ., iris, sampsize=c(51, 1, 1), replace=TRUE)
Error in randomForest.default(m, y, ...) : 
  sampsize can not be larger than class frequency

没有分层样本的类似错误：

rf <- randomForest(Species ~ ., iris, sampsize=151, replace=TRUE)
Error in randomForest.default(m, y, ...) : sampsize too large

由于我都期望在两种情况下都给定replace = TRUE时该方法将采用引导程序样本，因此我并不期望此限制。

我的目标是将其与分层抽样选项一起使用，以便从相对罕见的类别中抽取足够大的样本。

这不能回答为什么，但是要解决此问题，可以在训练数据中复制稀有课程的数据，然后对结果进行分层抽样。

与“自然”过采样相比，此方法有两个缺点：

• 预算外的价格不再有意义
• 需要更多资源来存储对象并进行随机采样

但它允许人们以所需的等级比率建造森林。

我有完全相同的问题，并在changeLog中找到randomForest：

4.1-0中的更改：

• 在randomForest（）中，如果给出了sampsize，则除了按类分层之外，现在无需替换即可进行采样。因此，采样大小不能大于类频率。

手动设置replace = TRUE似乎也不能覆盖它。