R 随机森林算法

在随机森林方法中，创建大量的决策树。 每个观察被馈入每个决策树。 每个观察的最常见的结果被用作最终输出。 新的观察结果被馈入所有的树并且对每个分类模型取多数投票。

对构建树时未使用的情况进行错误估计。 这称为OOB（袋外）误差估计，其被提及为百分比。

R语言包“randomForest”用于创建随机森林。

安装R包

在R语言控制台中使用以下命令安装软件包。 您还必须安装相关软件包（如果有）。 

  1. install.packages("randomForest)

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

语法

在R语言中创建随机森林的基本语法

  1. randomForest(formula, data)

以下是所使用的参数的描述

  • formula是描述预测变量和响应变量的公式。

  • data是所使用的数据集的名称。

输入数据

我们将使用名为readingSkills的R语言内置数据集来创建决策树。 它描述了某人的readingSkills的分数，如果我们知道变量“age”，“shoesize”，“score”，以及该人是否是母语。

以下是示例数据。 

  1. # Load the party package. It will automatically load other required packages.
  2. library(party)
  4. # Print some records from data set readingSkills.
  5. print(head(readingSkills))

当我们执行上面的代码，它产生以下结果及图表

  1.   nativeSpeaker   age   shoeSize    score
  2. 1               yes       5   24.83189   32.29385
  3. 2               yes       6   25.95238   36.63105
  4. 3                no      11   30.42170   49.60593
  5. 4               yes       7   28.66450   40.28456
  6. 5               yes      11   31.88207   55.46085
  7. 6               yes      10   30.07843   52.83124
  8. Loading required package: methods
  9. Loading required package: grid
  10. ...............................
  11. ...............................

实例

我们将使用randomForest()函数来创建决策树并查看它的图。 

  1. # Load the party package. It will automatically load other required packages.
  2. library(party)
  3. library(randomForest)
  5. # Create the forest.
  6. output.forest <- randomForest(nativeSpeaker ~ age + shoeSize + score, 
  7.            data = readingSkills)
  9. # View the forest results.
  10. print(output.forest) 
  12. # Importance of each predictor.
  13. print(importance(fit,type = 2))

当我们执行上面的代码，它产生以下结果：

  1. Call:
  2.  randomForest(formula = nativeSpeaker ~ age + shoeSize + score,     
  3.                  data = readingSkills)
  4.                Type of random forest: classification
  5.                      Number of trees: 500
  6. No. of variables tried at each split: 1
  8.         OOB estimate of  error rate: 1%
  9. Confusion matrix:
  10.     no yes class.error
  11. no  99   1        0.01
  12. yes  1  99        0.01
  13.          MeanDecreaseGini
  14. age              13.95406
  15. shoeSize         18.91006
  16. score            56.73051

结论

从上面显示的随机森林，我们可以得出结论，鞋码和成绩是决定如果某人是母语者或不是母语的重要因素。 此外，该模型只有1%的误差，这意味着我们可以预测精度为99%。