在 R 中使用 randomForest 包进行预测

Question

我如何使用 R 中 randomForrest 调用的结果来预测一些未标记数据的标签（例如，要分类的真实世界输入）？
代码：

train_data = read.csv("train.csv")
input_data = read.csv("input.csv")
result_forest = randomForest(Label ~ ., data=train_data)
labeled_input = result_forest.predict(input_data) # I need something like this

train.csv:

a;b;c;label;
1;1;1;a;
2;2;2;b;
1;2;1;c;

input.csv:

a;b;c;
1;1;1;
2;1;2;

我需要这样的东西

a;b;c;label;
1;1;1;a;
2;1;2;b;

Answer 1

如果这就是您的意思，请告诉我。

您使用训练数据训练随机森林：

# Training dataset
train_data <- read.csv("train.csv")
#Train randomForest
forest_model <- randomForest(label ~ ., data=train_data)

既然已经对随机森林进行了训练，您想要为其提供新数据，以便它可以预测标签是什么。

input_data$predictedlabel <- predict(forest_model, newdata=input_data)

以上代码向您的 input_data 添加了一个新列，显示预测标签。

Answer 2

您可以使用预测功能

例如：

data(iris)
set.seed(111)
ind <- sample(2, nrow(iris), replace = TRUE, prob=c(0.8, 0.2))
iris.rf <- randomForest(Species ~ ., data=iris[ind == 1,])
iris.pred <- predict(iris.rf, iris[ind == 2,])

本文来自http://ugrad.stat.ubc.ca/R/library/randomForest/html/predict.randomForest.html

在 R 中使用 randomForest 包进行预测

Predict using randomForest package in R

r

machine-learning

random-forest