R - 随机森林

在随机森林方法中，会创建大量决策树。每个观察结果都被输入到每个决策树中。每个观测值的最常见结果将用作最终输出。将新的观察结果馈送到所有树中，并为每个分类模型进行多数投票。

对构建树时未使用的情况进行误差估计。这称为 OOB （Out-of-Bag） 误差估计，以百分比表示。

R 包“randomForest”用于创建随机森林。

安装 R 软件包

在 R 控制台中使用以下命令安装包。您还必须安装依赖软件包（如果有）。

包 “randomForest” 具有函数 randomForest（），用于创建和分析随机森林。

语法

在 R 中创建随机森林的基本语法是 -

randomForest(formula, data)

以下是所用参数的描述 -

• formula 是描述预测变量和响应变量的公式。
• data 是所用数据集的名称。

输入数据

我们将使用名为 readingSkills 的 R 内置数据集来创建决策树。如果我们知道变量 “age”， “shoesize”， “score” 以及这个人是否是母语人士，它描述了某人的阅读技能分数。

下面是示例数据。

# 加载 party 包。它将自动加载其他
# 所需的包。
library(party)

# 从数据集读取技能中打印一些记录。
print(head(readingSkills))

当我们执行上述代码时，它会产生以下结果和图表 -

例

我们将使用 randomForest（） 函数创建决策树并查看它的图形。

# 加载 party 包。它将自动加载其他
# 所需的包。
library(party)
library(randomForest)

# 创造森林。
output.forest <- randomForest(nativeSpeaker ~ age + shoeSize + score, 
           data = readingSkills)

# 查看森林结果。
print(output.forest) 

# 每个预测器的重要性。
print(importance(fit,type = 2)) 

当我们执行上述代码时，它会产生以下结果——

结论

从上面显示的随机森林中，我们可以得出结论，shoesize 和 score 是决定某人是否是母语人士的重要因素。此外，该模型只有 1% 的误差，这意味着我们可以以 99% 的准确率进行预测。