看不懂用R做随机森林分析的官方例子

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

请问各位大牛，下面这两段代码分别是用来做什么的？
1、```r
# Do MDS on 1 - proximity:
iris.mds <- cmdscale(1 - iris.rf$proximity, eig=TRUE)
op <- par(pty="s")
pairs(cbind(iris[,1:4], iris.mds$points), cex=0.6, gap=0,
      col=c("red", "green", "blue")[as.numeric(iris$Species)],
      main="Iris Data: Predictors and MDS of Proximity Based on RandomForest")
par(op)
print(iris.mds$GOF)
```


2、
# The `unsupervised' case:
set.seed(17)
iris.urf <- randomForest(iris[, -5])
MDSplot(iris.urf, iris$Species)

第一次发帖，希望各位大牛多多支持！！
谢谢～

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：随机森林 看不懂 Proximity MDS RIS 森林

还有这一段，也不懂！！
希望大牛们帮帮忙～
3、
#stratified sampling: draw 20, 30, and 20 of the species to grow each tree.
(iris.rf2 <- randomForest(iris[1:4],iris$Species,sampsize=c(20, 30, 20)))

lz代码格式显示出来很乱，贴到R里面看，大概前面是画图，后面是建模的代码

给个出处可好啊？

第一个：
cmdscale 函数实现了经典 MDS。
是根据各点的欧氏距离,在低维空间中寻找各 点座标,而尽量保持距离不变。
在函数后面是要画一个图
因为看到par嘛～
  
第二个：
设置随机种子，然后是随机森林
MDSplot这个，是随机森林中相似矩阵的多维测量。
他的参数是这样的：
MDSplot(rf, fac, k=2, palette=NULL, pch=20, ...) rf 表示包含近 邻成分的随机森林的类。Fac 训练rf的一个响应值。k表示伸缩坐标的维数。Palette用颜色要区分不同的类。