zoukankan      html  css  js  c++  java
  • randomForest R 学习笔记

    object type

    randomForest 会根据变量的类型来决定regressionclassificationclass(iris$Species)是 factor,所以是classification

    iris.rf$type
    [1] "classification"
    

    iris example

    data(iris)
    set.seed(111)
    ind <- sample(2, nrow(iris), replace = TRUE, prob=c(0.8, 0.2))
    iris.rf <- randomForest(formula = Species ~ ., data=iris[ind == 1,])
    iris.pred <- predict(object = iris.rf, newdata = iris[ind == 2,])
    table(observed = iris[ind==2, "Species"], predicted = iris.pred)
    
    • formula: Species ~ 意味着 Speciesresponsedata中的其他变量都是predictor
    • newdata: 可以不用指明 predictor 和 response

    test

    xtest = subset(test_data, select=-y)
    ytest = test_data$y

    ytest= subset(test_data, select=y) 会报错

    注意:一旦提供了xtestkeep.forest默认会被设置为FALSE,trees不会保存,模型中包含xtest的预测值,但是模型不能用来predict

    local importance

    localImp 计算的是,针对每个case,不同变量的importance。
    importance统计的是整体而言,不同变量的importance。

  • 相关阅读:
    Android JNI与多线程
    V8 API Reference Guide
    V8引擎嵌入指南
    google v8引擎常见问题
    Android单例模式
    setTimeout和setInterval
    Android ANR
    android全屏
    Android进程和线程(Android开发指南--译)
    ubuntu下一次网络流量危机
  • 原文地址:https://www.cnblogs.com/yaos/p/10618181.html
Copyright © 2011-2022 走看看