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)
R语言实现随机森林代码
原创jethai 博主文章分类:R/Hbase/Solr ©著作权
文章标签 随机森林 randomForest 文章分类 R语言 后端开发
下一篇:IoC 控制反转
![](https://ucenter.51cto.com/images/noavatar_middle.gif)
-
Python实现随机森林回归并对比不同自变量的贡献程度大小
本文介绍在Python环境中,实现随机森林(Random Forest,RF)回归与各自变量重要性分析与排序的过程~
随机森林 Python RF算法 数据回归 影响程度分析