随机森林模型在分类与回归分析中的应用

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

摘要：随机森林（random forest）模型是由Breiman和Cutler在2001年提出的一种基于分类树的算法。它通过对大量分类树的汇总提高了模型的预测精度，是取代神经网络等传统机器学习方法的新的模型。随机森林的运算速度很快，在处理大数据时表现优异。随机森林不需要顾虑一般回归分析面临的多元共线性的问题，不用做变量选择。现有的随机森林软件包给出了所有变量的重要性。另外，随机森林便于计算变量的非线性作用，而且可以体现变量间的交互作用（interaction）。它对离群值也不敏感。本文通过3个案例，分别介绍了随机森林在昆虫种类的判别分析、有无数据的分析（取代逻辑斯蒂回归）和回归分析上的应用。案例的数据格式和R语言代码可为研究随机森林在分类与回归分析中的应用提供参考。

原文链接:http://www.cqvip.com//QK/94734A/201304/46611227.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

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 回归分析 林模型 interaction interact 随机森林 分类树 判别分析 回归 机器学习

请教，为什么出现错误，百思不得 其解
Msg_data <- read.csv('C:/Users/shenning/Desktop/载重分析数据/平均载重xy.csv')
Msg_data <- Msg_data[1:50000,]
> Msg_data设备号<−as.factor(Msgdata设备号) #数据自变量7个，包括一个因子‘设备号’，因变量为’载重值‘
> set.seed(1)
> ind <- sample(2,nrow(Msg_data),replace=T,prob=c(0.7,0.3))
> train<-Msg_data[ind==1,]
> test<- Msg_data[ind==2,]
> train<- rfImpute(载重值~., data=train)
Error in randomForest.default(xf, y, ntree = ntree, ..., do.trace = ntree,  :
Can not handle categorical predictors with more than 53 categories.