R语言实现随机森林代码

最新推荐文章于 2025-11-13 00:21:34 发布

原创最新推荐文章于 2025-11-13 00:21:34 发布 · 8.2k 阅读

10 ·

CC 4.0 BY-SA版权

R/Hbase/Solr 专栏收录该内容

12 篇文章

订阅专栏

本文介绍了一个使用随机森林算法进行分类任务的实际案例。通过对鸢尾花数据集进行划分，采用70%的数据作为训练集，30%的数据作为测试集。训练了随机森林模型并进行了预测，最后展示了预测结果与实际值之间的对比。

library(randomForest)
data(iris)
set.seed(100)  
ind<-sample(2,nrow(iris),replace=TRUE,prob=c(0.7,0.3))#对数据分成两部分，70%训练数据，30%检测数据/
traindata<-iris[ind==1,]
testdata<- iris[ind==2,]
iris.rf=randomForest(Species~.,iris[ind==1,],ntree=50,nPerm=10,mtry=3,proximity=TRUE,importance=TRUE)
print(iris.rf)
iris.pred=predict( iris.rf,iris[ind==2,]) 
table(observed=iris[ind==2,"Species"],predicted=iris.pred)

本文出自 “点滴积累” 博客，请务必保留此出处http://tianxingzhe.blog.51cto.com/3390077/1657443