Predict/estimate 在 R 中使用 randomForest 的值

Question

我想根据调查区域预测未调查区域中我的 Pop_avg 字段的值。根据对我之前的问题的建议，我正在使用运行domForest。

我调查的地区：

> surveyed <- read.csv("summer_surveyed.csv", header = T)
> surveyed_1 <- surveyed[, -c(1,2,3,5,6,7,9,10,11,12,13,15)]
> head(surveyed_1, n=1)
  VEGETATION                                        Pop_avg    Acres_1
1 Acer rubrum-Vaccinium corymbosum-Amelanchier spp.       0   27.68884

我的未调查区域：

> unsurveyed <- read.csv("summer_unsurveyed.csv", header = T)
> unsurveyed_1 <- unsurveyed[, -c(2,3,5,6,7,9,10,11,12,13,15)]
> head(unsurveyed_1, n=1)
OBJECTID                                       VEGETATION  Pop_avg   Acres_1
      13 Acer rubrum-Vaccinium corymbosum-Amelanchier spp.       0  4.787381

然后我从 unsurveyed_1 中删除了包含在 surveyed_1 中找不到的植被类型的行，并删除了未使用的特征级别。

> setdiff(unsurveyed_1$VEGETATION, surveyed_1$VEGETATION) 

> unsurveyed_1 <- unsurveyed_1[!unsurveyed_1$VEGETATION == "Typha (angustifolia, latifolia) - (Schoenoplectus spp.) Eastern Herbaceous Vegetation", ]
> unsurveyed_1 <- unsurveyed_1[!unsurveyed_1$VEGETATION == "Acer rubrum- Nyssa sylvatica saturated forest alliance",]
> unsurveyed_1 <- unsurveyed_1[!unsurveyed_1$VEGETATION == "Prunus serotina",]

> unsurveyed_drop <- droplevels(unsurveyed_1)

接下来我运行运行domForest 并预测并将输出添加到 unsurveyed_drop:

> surveyed_pred <- randomForest(Pop_avg ~ 
+ VEGETATION+Acres_1,
+ data = surveyed_1,
+ importance = TRUE)

> summer_results <- predict(surveyed_pred, unsurveyed_drop,type="response",
+ norm.votes=TRUE, predict.all=F, proximity=FALSE, nodes=FALSE)

> summer_all <- cbind(unsurveyed_drop, summer_results)
> head(summer_all, n=1)
OBJECTID                                        VEGETATION Pop_avg   Acres_1 summer_results
      13 Acer rubrum-Vaccinium corymbosum-Amelanchier spp.       0  4.787381       0.120077

我想估算 summer_all 中列 Pop_avg 的值。我假设我需要使用 summer_results 中生成的比例，但我不确定我将如何做到这一点。感谢您提供任何帮助或进一步的建议。

更多信息： 我正在寻找基于 Vegetation 和 Acres_1 的 Pop_avg 的预测计数数据。我不确定 if/how 是否使用输出 summer_results 中的概率来实现此目的，或者我是否需要更改我的模型或尝试其他方法。

E2 我认为输出不正确的原因是因为 Pop_avg 运行从 .333 及以上（看到鹿的地方）的任何地方，即 Population 除以 3。并且 Population 运行ges 从 1 开始（即 10、20...）。当我运行模型试图预测任何一个时，我得到类似的数字运行从 .9xx 到 2 或 3.xxx 尤其是当我运行它与 Population.这似乎不对。

数据：
summer_surveyed_sample

summer_unsurveyed_sample

Answer 1

我的问题出在我的训练模型上。我发现我需要使用 Population > 0 的调查数据子集来获得更准确的预测。

> surveyed_1 <- surveyed_1[c(surveyed_1$Population > 0),]
> surveyed_drop <- droplevels(surveyed_1)
> surveyed_pred <- randomForest(Population ~ 
                VEGETATION+Acres_1,
                data = surveyed_drop,
                importance = TRUE)

Predict/estimate 在 R 中使用 randomForest 的值

Predict/estimate values using randomForest in R

r

data-modeling

prediction

random-forest