R語言實戰(zhàn)第17章

（1）數(shù)據(jù)準備

class是因變量，其余列為自變量，ID及其前面一列的編號不做為變量。

訓練集和驗證集可以不區(qū)分

1 library (randomForest)

2 df.train<-read.csv("df.train.csv")

3 set.seed(1234)

#該命令的作用是設(shè)定生成隨機數(shù)的種子,種子是為了讓結(jié)果具有重復性。

4 fit.forest <- randomForest(class~. , data=df.train,na.action=na.roughfix,importance=TRUE)

#class~.；class表示該目錄下為因變量（響應(yīng)變量），~.表示省略號 表示包含所有的自變量。na.action=na.roughfix，將NA單元格進行按列求均值或眾數(shù)，importance=TRUE將錯誤值進行計算。

type=2

隨機森林的可視化：

模型誤差圖：（對數(shù)據(jù)量的界定圖中200以后區(qū)域平穩(wěn)，視頻中選擇了500個左右，因此數(shù)據(jù)選這比較合理）

varImpPlot(fit.forest,main = "variable importance")#fit.forest隨機森林的結(jié)果，

main標題

5

na.action=na.roughfix,

6

importance=TRUE)

7#設(shè)置proximity=TRUE,則指定計算臨近矩陣

8fit.forest

9importance(fit.forest, type=2)10#驗證(可無)

11 forest.pred <- predict(fit.forest，df.validate)

12forest.perf <- table(df.validate$class，forest.pred,13

dnn=c("Actual", "Predicted" ))

14 forest.perf

mhJ.nZ1