R 随机森林
在随机森林方法中,会创建大量决策树。每个观察都被输入到每个决策树中。每个观察的最常见结果用作最终输出。一个新的观察被输入到所有的树中,并为每个分类模型获得多数票。
对构建树时未使用的情况进行错误估计。这就是所谓的 OOB(袋外) 误差估计,以百分比形式提及。
R包 “随机森林” 用于创建随机森林。
安装 R 包
在 R 控制台中使用以下命令安装包。如果有的话,你还必须安装依赖包。
install.packages("randomForest)
包“randomForest”具有功能 随机森林() 用于创建和分析随机森林。
语法
R中创建随机森林的基本语法是:
randomForest(formula, data)
以下是使用的参数说明:
-
formula 是描述预测变量和响应变量的公式。
-
data 是使用的数据集的名称。
输入数据
我们将使用名为 readingSkills 的 R 内置数据集来创建决策树。如果我们知道变量“age”、“shoesize”、“score”以及该人是否为母语,它描述了某人的阅读技能得分。
这是样本数据。
# 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时,会产生如下结果和图表:
nativeSpeaker age shoeSize score 1 yes 5 24.83189 32.29385 2 yes 6 25.95238 36.63105 3 no 11 30.42170 49.60593 4 yes 7 28.66450 40.28456 5 yes 11 31.88207 55.46085 6 yes 10 30.07843 52.83124 Loading required package: methods Loading required package: grid ............................... ...............................
例子
我们将使用 随机森林() 函数来创建决策树并查看它的图表。
# 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时,会产生如下结果:
Call: randomForest(formula = nativeSpeaker ~ age + shoeSize + score, data = readingSkills) Type of random forest: classification Number of trees: 500 No. of variables tried at each split: 1 OOB estimate of error rate: 1% Confusion matrix: no yes class.error no 99 1 0.01 yes 1 99 0.01 MeanDecreaseGini age 13.95406 shoeSize 18.91006 score 56.73051
结论
从上面显示的随机森林中,我们可以得出结论,鞋码和分数是决定某人是否是母语人士的重要因素。此外,该模型只有 1% 的误差,这意味着我们可以以 99% 的准确率进行预测。