在 JMP 中使用带有随机森林的分类数据我们在思考 JMP 如何处理随机森林中的分类数据时遇到了一些麻烦。 我们已经创建了一个小型试点数据集，并使用各种技术（包括本论坛中建议的许多技术）映射了分类数据。 但是，我真的不明白为什么我们在使用这些映射时会看到如此大的性能差异。 如果我将一组离散值映射到另一组离散值（例如，字符串到整数），为什么它会在 JMP 中产生如此大的差异？
在使用 Python 或 MATLAB 的随机森林算法时，我们看不到这种变化。 使用 JMP，保留数据和训练集的错误率差异很大。
我们已经阅读了有关该主题的大部分帖子，并且可以提供更多细节，包括必要时的试验数据集。 但在我们跳入选择优化 JMP 性能的方法的那个兔子洞之前，我希望有人能简要解释为什么他们的随机森林实施对您映射分类数据的方式如此敏感。
谢谢。
分析
