分区模型：每次运行的结果不同大家好！
我正在运行分区模型，包括引导林，决策树和提升树，并且非常感谢有关如何解决此问题的一些建议。例如，我已经在我的数据上运行了几次bootstrap forest，并且用于验证的RSquare可以在-0.2到0.8之间。如果我查看列贡献，变量的等级将在每次运行中发生很大变化。我不确定是什么导致了不稳定的结果（小数据集？）。
这是我的数据集的简短描述。我还附上了数据文件。
48次观察，5 连续预测变量
响应变量（即要预测的变量）是连续的
有没有人有建议可以帮助解决这个问题？谢谢！
慎选
Re：分区模型：每次运行的结果不同哦，是的，46次观察是这些方法的一个小数据集。
您是否在建模之前完成了初步分析以了解数据？预测因子和响应的分布？多变量调查（例如，散点图矩阵）？你发现了什么？离群值？预测因子之间的共线性？是否建议进行转换？
你有没有尝试其他方法，如惩罚回归（ 适合模型 > 广义回归 ）？除非您使用交叉验证，否则它们不涉及随机分配。（如果你使用它，你必须使用K-fold交叉验证或留一交叉验证，在线性预测器中只有46个观察值和10-15个潜在项。）
Re：分区模型：每次运行的结果不同你知道你使用的方法吗？您可以通过选择找到答案救命 > 图书 > 预测和专业建模 。有一些专门讨论你提到的方法的章节。
JMP指南并不是要取代有关预测建模的教育，但它们仍然是有价值且信息丰富的资源。
Re：分区模型：每次运行的结果不同这不是问题。它是您正在使用的方法中固有的。它们依赖于随机分配，因此每次运行必然会有所不同。
您可以在每次运行之前将随机种子设置为相同的值，您将始终获得相同的结果。为什么特定样本比另一个好？
