楼主: 刘雨ly
2229 3

[问答] 随机森林学习中 [推广有奖]

  • 0关注
  • 0粉丝

高中生

47%

还不是VIP/贵宾

-

威望
0
论坛币
0 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
146 点
帖子
18
精华
0
在线时间
28 小时
注册时间
2015-3-5
最后登录
2015-10-26

楼主
刘雨ly 发表于 2015-3-20 15:28:35 |AI写论文

+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~ !

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
> local({pkg <- select.list(sort(.packages(all.available = TRUE)),graphics=TRUE)
+ if(nchar(pkg)) library(pkg, character.only=TRUE)})
> library(randomForest)
> insect <- read.csv("C:/Users/LiuYu/Desktop/insects.csv", header = TRUE)
> insectRF1 <- randomForest(insect[,c(L1,L2,L3,L4)], insect[,species], importance=TRUE, ntree=500)
> new.data <- data.frame(L1=20, L2=50, L3=30, L4=20)
> predict(insectRF1, new.data, type="prob")
错误于predict(insectRF1, new.data, type = "prob") :
  找不到对象'insectRF1'
> 找关于随机森林的例子做练习,发现了该问题。求指点,谢谢。

二维码

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

关键词:随机森林 randomForest predict Library random 随机森林 randomForest

沙发
刘雨ly 发表于 2015-3-22 10:45:40
求各位大神、老师指点啊,谢谢了

藤椅
victorchan0633 发表于 2015-6-20 17:14:04
你上传的数据包已经损坏了,打不开,另外程序应该是没问题的,所以只能是数据的问题。这是一个示例,跟你的程序差不多,再检查一下你的数据,要不重新上传一份数据也可以

1.JPG (32.83 KB)

1.JPG

已有 1 人评分论坛币 收起 理由
admin_kefu + 20 热心帮助其他会员

总评分: 论坛币 + 20   查看全部评分

板凳
vivianzhang0120 发表于 2015-8-1 16:24:51
我跟你研究的正好一样哈。
首先是数据部分:按照这个格式存成csv
data:
Species L1 L2 L3 L4
A 16 27 31 33
A 15 23 30 30
A 16 27 27 26
A 18 20 25 23
A 15 15 31 32
A 15 32 32 15
A 12 15 16 31
B 8 23 23 11
B 7 24 25 12
B 6 25 23 10
B 8 45 24 15
B 9 28 15 12
B 5 32 31 11
C 22 23 12 42
C 25 25 14 60
C 34 25 16 52
C 30 23 21 54
C 25 20 11 55
C 30 23 21 54
C 25 20 11 55
代码:
> data4=read.table("d:/data/insects.csv",header=T)
> set.seed(71)
> RF1<-randomForest(Species ~ ., data=data4, importance=TRUE,ntree=10000)
> RF1
> new.data <- data.frame(L1=20, L2=50, L3=30, L4=20)
> predict(RF1, new.data, type="prob")
> predict(RF1, new.data, type="response")
运行结果:
Call:
randomForest(formula = Species ~ ., data = data4, importance = TRUE,      ntree = 10000)
               Type of random forest: classification
                     Number of trees: 10000
No. of variables tried at each split: 2

        OOB estimate of  error rate: 10%
Confusion matrix:
  A B C class.error
A 5 2 0   0.2857143
B 0 6 0   0.0000000
C 0 0 7   0.0000000
   A      B      C
1 0.8272 0.0887 0.0841
attr(,"class")
[1] "matrix" "votes"

1
A
Levels: A B C



已有 1 人评分论坛币 收起 理由
admin_kefu + 30 热心帮助其他会员

总评分: 论坛币 + 30   查看全部评分

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群
GMT+8, 2026-1-6 07:56