求助----关于R语言的randomforest包的一个问题

在R语言的randomForest程序包中，randomForest函数中的第一个参数是formula，文章中的解释是a formula describing the model to be fitted.
有两个例子，一个这么写的：iris.rf<-randomForest(Species~.,iris)
另一个是ozone.rf<-randomForest(Ozone~.,data=airquality)
就是说这两个例子的formula一个是Species~.,另一个是Ozone~.,
这两个例子中的Species~.,和Ozone~.,分别是什么含义？
对于我自己要跑的数据，这个formula应该怎么定义？

谢谢各位大虾了~~~

iris data:
  three species : setosa,  virginica and  versicolor (3分类)
  Four features : the length and the width of the sepals and petals(4特性)
####
library(randomForest)
data(iris)
iris
    Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
1            5.1         3.5          1.4         0.2     setosa
2            4.9         3.0          1.4         0.2     setosa
3            4.7         3.2          1.3         0.2     setosa
.....
.....
148          6.5         3.0          5.2         2.0  virginica
149          6.2         3.4          5.4         2.3  virginica
150          5.9         3.0          5.1         1.8  virginica


set.seed(71)
randomForest(Species ~ ., data=iris, importance=TRUE)
等同
set.seed(71)
randomForest(Species ~Sepal.Length + Sepal.Width + Petal.Length + Petal.Width , data=iris, importance=TRUE)

Call:
randomForest(formula = Species ~ Sepal.Length + Sepal.Width + Petal.Length + Petal.Width, data = iris, importance = TRUE)
               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

再有问题,把数据传上来

好的，谢谢了，这个明白了。
那set.seed(71)，这句话是什么意思？括号中的数字是什么含义？

benbobo 发表于 2012-5-2 21:50
好的，谢谢了，这个明白了。
那set.seed(71)，这句话是什么意思？括号中的数字是什么含义？

set.seed()
主要是让每次结果相同
否则你我的电脑执行出来的结果不同
你可能会产生质疑

>?set.seed

Species~.,和Ozone~.,都是表示应变量，也就是response variable。
set.seed表示设置种子数，设置不同的种子数时会随机得到不同的抽样结果。为了使运行的结果可重复，比如：别人运行你的程序的时候，也能得到跟你一模一样的结果，这时就需要设置种子数，相当于固定了抽到的样本，就能计算得到固定的结果。

请问，有没有办法把分类错误的项提出来

294117186 发表于 2012-7-3 20:40
请问，有没有办法把分类错误的项提出来

似乎不能，因为随机森林考虑的本来就是一个整体，是看这个森林的总体效能，而非对某一个case的效能。就算能，我觉得提出来的意义也不大。个人意见，仅供参考。

这两个例子中的Species~.,和Ozone~.,分别是那个数据集的列名字，就是用这一列和其他的列做一个randomforest。
R软件中间很多的案例写法都是一样的，Species~.,和Ozone~.这种写法的程序在SVM和决策树模型中都有。你不妨看看，有助于你对Species~.,和Ozone~.的理解。

epoh 发表于 2012-5-2 21:37
iris data:
  three species : setosa,  virginica and  versicolor (3分类)
  Four features : the leng ...

你好，我想问一下RF用的是什么交叉验证方法呢？是jackknife还是k-fold？计算结果中有一行No. of variables tried at each split: 2，这是什么意思？是指的是2-fold交叉验证么？

天5一就好 j