randomForest 中的响应变量答案

【问题标题】：Response variable in randomForestrandomForest 中的响应变量
【发布时间】：2015-09-18 21:55:46
【问题描述】：

我的问题是 - 如何参数化 RandomForest。让我给出工作代码。

以下工作正常

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 line3 被替换为

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

然后第 4 行（预测）给出错误Error in eval(expr, envir, enclos) : object 'Species' not found

【问题讨论】：

标签： r random-forest

【解决方案1】：

您可以使用randomForest 函数的默认 S3 方法来执行此操作：

代替：

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

只需使用：

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

这样您就可以对其进行参数化。第一个参数是没有 Species 列的 data.frame（即没有响应数据的 data.frame），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

和

> 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

【讨论】：

@Shiv 不客气！我很高兴它有帮助:)。我还建议您查看here，了解如何接受对您有用的答案（通过单击答案旁边的勾号图标）。接受答案不是强制性的，但是当它对您有所帮助时，我们鼓励您接受，因为更多有相同问题的人可以从看到它中受益。它还为您和回答的人提供声誉积分，让您可以在 stackoverflow 上使用更多功能（特权）。