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。