R语言 随机森林算法

由 xiaoxiaogang 创建，youj 最后一次修改 2016-12-12 在随机森林方法中，创建大量的决策树。 每个观察被馈入每个决策树。 每个观察的最常见的结果被用作最终输出。 新的观察结果被馈入所有的树并且对每个分类模型取多数投票。 对构建树时未使用的情况进行错误估计。 这称为OOB（袋外）误差估计，其被提及为百分比。 R语言包“randomForest”用于创建随机森林。 安装R包 在R语言控制台中使用以下命令安装软件包。 您还必须安装相关软件包（如果有）。 install.packages("randomForest)包“randomForest”具有函数randomForest()，用于创建和分析随机森林。 语法在R语言中创建随机森林的基本语法是 - randomForest(formula, data)以下是所使用的参数的描述 -  formula是描述预测变量和响应变量的公式。 data是所使用的数据集的名称。 输入数据我们将使用名为readingSkills的R语言内置数据集来创建决策树。 它描述了某人的readingSkills的分数，如果我们知道变量“age”，“shoesize”，“score”，以及该人是否是母语。 以下是示例数据。 # Load the party package. It will automatically load other required packages.library(party)# Print some records from data set readingSkills.print(head(readingSkills))当我们执行上面的代码，它产生以下结果及图表 - nativeSpeaker age shoeSize score1 yes 5 24.83189 32.293852 yes 6 25.95238 36.631053 no 11 30.42170 49.605934 yes 7 28.66450 40.284565 yes 11 31.88207 55.460856 yes 10 30.07843 52.83124Loading required package: methodsLoading required package: grid..............................................................例我们将使用randomForest()函数来创建决策树并查看它的图。 # Load the party package. It will automatically load other required packages.library(party)library(randomForest)# Create the forest.output.forest <- randomForest(nativeSpeaker ~ age + shoeSize + score, data = readingSkills)# View the forest results.print(output.forest) # Importance of each predictor.print(importance(fit,type = 2)) 当我们执行上面的代码，它产生以下结果 - Call: randomForest(formula = nativeSpeaker ~ age + shoeSize + score, data = readingSkills) Type of random forest: classification Number of trees: 500No. of variables tried at each split: 1 OOB estimate of error rate: 1%Confusion matrix: no yes class.errorno 99 1 0.01yes 1 99 0.01 MeanDecreaseGiniage 13.95406shoeSize 18.91006score 56.73051结论从上面显示的随机森林，我们可以得出结论，鞋码和成绩是决定如果某人是母语者或不是母语的重要因素。 此外，该模型只有1%的误差，这意味着我们可以预测精度为99%。