随机森林中的响应变量

Question

我的问题是如何参数化随机森林。让我给出一个工作代码。

以下代码可以正常工作。

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

当将line3替换为

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

然后第四行（预测部分）报错：Error in eval(expr, envir, enclos) : object 'Species' not found

- Shiv

Answer 1

您可以使用randomForest函数的默认S3方法来实现：

而不是：

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

只需要使用：

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

这样你就可以将其参数化。第一个参数是没有Species列的数据框（即没有响应数据的数据框），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

而且

> 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

- LyzandeR

---

@Shiv 非常欢迎你！我很高兴能帮到你 :)。我还建议你看看这里，了解如何接受对你有用的答案（通过点击答案旁边的勾号图标）。接受答案并非强制性的，但鼓励这样做，因为许多遇到相同问题的人都可以从中受益。它还会给你和回答者声誉点，使你可以在stackoverflow上使用更多功能（特权）。 - LyzandeR