R 语言 随机森林

• 

  R 语言 随机森林

  在随机森林方法中，创建了大量决策树。每个观察结果都被馈送到每个决策树中。每个观察结果最常见的结果用作最终输出。一个新的观察结果被馈送到所有的树中，并为每个分类模型投票。对于在构建树时未使用的情况进行了错误估计。这就是所谓的OOB（袋外）误差估计，以百分比表示。

  R包“randomForest”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软件包。您还必须安装从属软件包（如果有）。

  
  install.packages("randomForest)
  

  包“randomForest”具有函数randomForest（），该函数用于创建和分析随机森林。

  在R中创建随机森林的基本语法是-

  
  randomForest(formula, data)
  

  以下是所用参数的描述-

  • 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“年龄”，“鞋码”，“得分”以及该人是否以母语为母语，它将描述某人的阅读技能得分。

  这是示例数据。

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

  当我们执行上述代码时，它会产生以下结果-

  
    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
  ...............................
  ...............................
  

  我们将使用randomForest（）函数创建决策树并查看其图。

  
  # 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)) 
  

  当我们执行以上代码时，它产生以下结果-

  
  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，鞋号和得分是决定某人是否以母语为母语的重要因素。该模型的误差也只有1％，这意味着我们可以进行99％的预测。