随机森林（ Random Forest）

在随机森林方法中，创建了大量决策树。 每个观察都被送入每个决策树。 每次观察的最常见结果用作最终输出。 一个新的观察结果被输入所有树木，并对每个分类模型进行多数投票。

对构建树时未使用的情况进行错误估计。 这称为OOB (Out-of-bag)错误估计，以百分比形式提及。

R包"randomForest"用于创建随机森林。

安装R包

在R控制台中使用以下命令安装程序包。 您还必须安装依赖包（如果有）。

install.packages("randomForest)

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

语法 (Syntax)

在R中创建随机林的基本语法是 -

randomForest(formula, data)

以下是所用参数的说明 -

• 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。

数据输入 (Input Data)

我们将使用名为readingSkills的R内置数据集来创建决策树。 如果我们知道变量“年龄”，“鞋子大小”，“得分”以及该人是否是母语人士，它会描述某人阅读技能的得分。

这是样本数据。

# 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时，它会产生以下结果和图表 -

  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
Loading required package: methods
Loading required package: grid
...............................
...............................

例子 (Example)

我们将使用randomForest()函数来创建决策树并查看它的图形。

# 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(fit,type = 2)) 

当我们执行上面的代码时，它会产生以下结果 -

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%
Confusion matrix:
    no yes class.error
no  99   1        0.01
yes  1  99        0.01
         MeanDecreaseGini
age              13.95406
shoeSize         18.91006
score            56.73051

结论 (Conclusion)

从上面显示的随机森林我们可以得出结论，鞋子和分数是决定某人是否是母语人士的重要因素。 此外，该模型只有1％的误差，这意味着我们可以准确地预测99％。