R语言开发之随机森林了解下

Bertha 。 2022-05-11 05:33 677阅读 0赞

在随机森林方法中，创建了大量的决策树，其中，每个观察结果都被送入每个决策树，并且每个观察结果最常用作最终输出。

之后对所有决策树进行新的观察，并对每个分类模型进行多数投票。

对于在构建树时未使用的情况进行错误估计，被称为*OOB(Out-of-bag)*错误估计，以百分比表示。

在R中的软件包`“randomForest”`用于创建随机森林，语法如下：

randomForest(formula, data)

参数描述如下：

*  *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。

我们可以使用名为`readingSkills`的R内置数据集来创建一个决策树，前提就是我们知道变量：`"age"`,`"shoesize"`,`"score"`以及`"nativeSpeaker"`表示该人员是否为讲母语的人，那么它描述某个人员的阅读技能的得分，样本数据如下：

# Load the party package. It will automatically load other required packages.
    library(party)
    
    # Print some records from data set readingSkills.
    print(head(readingSkills))

输出结果为：

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

接下来，我们就要使用`randomForest()`函数来创建决策树并查看它生成的图形，如下：

setwd("D:/r_file")
    # 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(output.forest,type = 2))

输出结果如下：

![70][]

从上图中所示的随机森林，我们可以得出结论，鞋子大小和得分是决定某人是否是母语者的重要因素，此外，该模型只有`1％`的误差，这意味着我们可以以`99％`的准确度预测。

好啦，本次记录就到这里了。

如果感觉不错的话，请多多点赞支持哦。。。

[70]: /images/20220511/01e3f75f552f498ebbbf750cbf386eab.png