随机森林中的响应变量

Question

我的问题是 - 如何对 RandomForest 进行参数化。让我给出工作代码。

以下正常工作

library(randomForest) # load the package
data(iris) # load data
fit <- randomForest(Species~., data=iris) # fit model
predictions <- predict(fit, iris[,1:4]) # make predictions

当第 3 行被替换为

fit <- randomForest(iris[,5]~., data=iris) # fit model

然后第 4 行（预测）给出错误 Error in eval(expr, envir, enclos) : object 'Species' not found

Answer 1

您可以使用 randomForest 函数的默认 S3 方法来执行此操作：

而不是：

fit <- randomForest(iris[,5]~., data=iris) # fit model

只需使用：

fit2 <- randomForest(iris[-5], iris$Species , data=iris) # fit model
#or
fit2 <- randomForest(iris[-5], iris[,5] , data=iris) # fit model

这样您就可以对其进行参数化。第一个参数是没有 Species 列的 data.frame（即没有响应数据的 data.frame），第二个参数是响应向量，即 Species.

> fit

Call:
 randomForest(formula = Species ~ ., data = iris) 
               Type of random forest: classification
                     Number of trees: 500
No. of variables tried at each split: 2

        OOB estimate of  error rate: 4%
Confusion matrix:
           setosa versicolor virginica class.error
setosa         50          0         0        0.00
versicolor      0         47         3        0.06
virginica       0          3        47        0.06

和

> fit2

Call:
 randomForest(x = iris[-5], y = iris$Species, data = iris) 
               Type of random forest: classification
                     Number of trees: 500
No. of variables tried at each split: 2

        OOB estimate of  error rate: 4%
Confusion matrix:
           setosa versicolor virginica class.error
setosa         50          0         0        0.00
versicolor      0         47         3        0.06
virginica       0          3        47        0.06

随机森林中的响应变量

Response variable in randomForest

r

random-forest