我将 cforest 和 randomForest 用于 300 行和 9 列的数据集，并收到了随机森林的良好（几乎过度拟合 - 误差等于零）结果和 cforest 分类器的大预测误差。这两个程序之间的主要区别是什么？

我承认对于 cforest，我使用了任何可能的输入参数组合，例如最好的一个，但仍然存在很大的分类错误，是cforest_control(savesplitstats = TRUE, ntree=100, mtry=8, mincriterion=0, maxdepth=400, maxsurrogate = 1).

对于非常大的数据集（大约 10000 行和 192 列）randomForest 和 cforest 具有几乎相同的错误（前者在与径向内核 svm 相​​同的水平上略好），但对于提到的小数据集，令我惊讶的是没有办法改进cforest 预测精度...