在 JMP 中使用帶有隨機森林的分類數據我們在思考 JMP 如何處理隨機森林中的分類數據時遇到了一些麻煩。 我們已經創建了一個小型試點數據集，並使用各種技術（包括本論壇中建議的許多技術）映射了分類數據。 但是，我真的不明白為什麼我們在使用這些映射時會看到如此大的性能差異。 如果我將一組離散值映射到另一組離散值（例如，字符串到整數），為什麼它會在 JMP 中產生如此大的差異？
在使用 Python 或 MATLAB 的隨機森林算法時，我們看不到這種變化。 使用 JMP，保留數據和訓練集的錯誤率差異很大。
我們已經閱讀了有關該主題的大部分帖子，並且可以提供更多細節，包括必要時的試驗數據集。 但在我們跳入選擇優化 JMP 性能的方法的那個兔子洞之前，我希望有人能簡要解釋為什麼他們的隨機森林實施對您映射分類數據的方式如此敏感。
謝謝。
分析回复：在 JMP 中使用帶有隨機森林的分類數據映射的整數值是使用標稱建模類型還是默認的連續建模類型？
回复：在 JMP 中使用帶有隨機森林的分類數據嗨，馬克，
好點子。 我做這項工作的研究生說“哦！” 
非常感謝，
-喬
