在随机森林方法中，创建了大量的决策树。每个观察结果都被送入每个决策树。 每个观察结果最常用作最终输出。对所有决策树进行新的观察，并对每个分类模型进行多数投票。
对于在构建树时未使用的情况进行错误估计。 这被称为OOB(Out-of-bag)错误估计，以百分比表示。
R中的软件包“randomForest”用于创建随机林。
安装R包 - randomForest
在R控制台中使用以下命令安装软件包，还必须安装其它依赖软件包(如果有的话)。
install.packages("randomForest")
软件包“randomForest”具有用于创建和分析随机林的randomForest()函数。
语法
在R中创建随机林的基本语法是 -
randomForest(formula, data)
以下是使用的参数的描述 -
- formula - 是描述预测变量和响应变量的公式。
- data - 是使用的数据集的名称。
输入数据
我们将使用名为readingSkills的R内置数据集来创建一个决策树。 如果我们知道变量："age","shoesize","score"以及"nativeSpeaker"表示该人员是否为讲母语的人，那么它描述某个人员的阅读技能的得分。
以下是样本数据 -
# Load the party package. It will automatically load other required packages.
library(party)
# Print some records from data set readingSkills.
print(head(readingSkills))
当我们执行上面的代码，它产生以下结果 -
nativeSpeaker age shoeSize score
1 yes 5 24.83189 32.29385
2 yes 6 25.95238 36.63105
3 no 11 30.42170 49.60593
4 yes 7 28.66450 40.28456
5 yes 11 31.88207 55.46085
6 yes 10 30.07843 52.83124
示例
我们将使用randomForest()函数来创建决策树并查看它生成的图形。参考以下代码 -
setwd("F:/worksp/R")
# Load the party package. It will automatically load other required packages.
library("party")
library("randomForest")
# Create the forest.
output.forest <- randomForest(nativeSpeaker ~ age + shoeSize + score,
data = readingSkills)
# View the forest results.
print(output.forest)
# Importance of each predictor.
print(importance(output.forest,type = 2))
当我们执行上面的代码，它产生以下结果 -
Call:
randomForest(formula = nativeSpeaker ~ age + shoeSize + score, data = readingSkills)
Type of random forest: classification
Number of trees: 500
No. of variables tried at each split: 1
OOB estimate of error rate: 1.5%
Confusion matrix:
no yes class.error
no 99 1 0.01
yes 2 98 0.02
MeanDecreaseGini
age 14.09296
shoeSize 17.88001
score 57.55174
结论
从上面所示的随机森林可以得出结论，鞋子大小和得分是决定某人是否是母语者的重要因素。 此外，该模型只有1％的误差，这意味着我们可以以99％的准确度预测。
