隨機森林的高OOB錯誤率

我正在嘗試開發一個模型來預測WaitingTime變量。我在以下數據集上運行隨機森林。隨機森林的高OOB錯誤率

$ BookingId   : Factor w/ 589855 levels "00002100-1E20-E411-BEB6-0050568C445E",..: 223781 471484 372126 141550 246376 512394 566217 38486 560536 485266 ... 
$ PickupLocality  : int 1 67 77 -1 33 69 67 67 67 67 ... 
$ ExZone    : int 0 0 0 0 1 1 0 0 0 0 ... 
$ BookingSource   : int 2 2 2 2 2 2 7 7 7 7 ... 
$ StarCustomer   : int 1 1 1 1 1 1 1 1 1 1 ... 
$ PickupZone   : int 24 0 0 0 6 11 0 0 0 0 ... 
$ ScheduledStart_Day : int 14 20 22 24 24 24 31 31 31 31 ... 
$ ScheduledStart_Month : int 6 6 6 6 6 6 7 7 7 7 ... 
$ ScheduledStart_Hour : int 14 17 7 2 8 8 1 2 2 2 ... 
$ ScheduledStart_Minute : int 6 0 58 55 53 54 54 0 12 19 ... 
$ ScheduledStart_WeekDay: int 1 7 2 4 4 4 6 6 6 6 ... 
$ Season    : int 1 1 1 1 1 1 1 1 1 1 ... 
$ Pax     : int 1 3 2 4 2 2 2 4 1 4 ... 
$ WaitingTime   : int 45 10 25 5 15 25 40 15 40 30 ...

我使用的樣品的方法拆分成數據集訓練/測試子集中到80％/ 20％，然後運行一個隨機森林排除BookingId因素。這僅用於驗證預測。

set.seed(1) 
index <- sample(1:nrow(data),round(0.8*nrow(data))) 

train <- data[index,] 
test <- data[-index,] 

library(randomForest) 

extractFeatures <- function(data) { 
    features <- c( "PickupLocality", 
     "BookingSource", 
     "StarCustomer", 
     "ScheduledStart_Month", 
     "ScheduledStart_Day", 
     "ScheduledStart_WeekDay", 
     "ScheduledStart_Hour", 
     "Season", 
     "Pax") 
    fea <- data[,features] 
    return(fea) 
} 

rf <- randomForest(extractFeatures(train), as.factor(train$WaitingTime), ntree=600, mtry=2, importance=TRUE)

問題是，嘗試降低OOB錯誤率並提高準確性的所有嘗試均失敗。我設法達到的最大準確度是〜23％。

我試圖改變使用的功能的數量，不同的ntree和mtry的值，不同的訓練/測試比率，也考慮只有WaitingTime < = 40的數據。我最後的嘗試是遵循MrFlick的建議並獲得所有類別的相同樣本量爲我的預測變量（WaitingTime）的所有類別獲得相同的樣本量。 1

tempdata <- subset(tempdata, WaitingTime <= 40) 
rndid <- with(tempdata, ave(tempdata$Season, tempdata$WaitingTime, FUN=function(x) {sample.int(length(x))})) 

data <- tempdata[rndid<=27780,]

你知道的任何其他方式怎麼我至少可以精度在50％以上實現？

記錄由WaitingTime類：提前