代码之家 › 专栏 › 技术社区 › Mikz

随机林中列车和测试数据拆分查询

random-forest machine-learning r

0

Mikz · 技术社区 · 8 年前

我使用随机森林建模。我的数据集目标是预测客户是否会接受特定产品。

因此,我的输出变量有“Yes”、“No”和“”的因子。

我的问题是,我是否有可能在随机森林中预测“是”或“否”?

示例数据如下所示

Outputvar <- c("Yes", "Yes", "No", "NO", "", "")
Inputvar1 <- c("M", "F", "F", "M", "F", "M")
Inputvar2 <- c("34","25","40","50","60","34")
data <- data.frame(cbind(Outputvar,Inputvar2,Inputvar1))

我是R新手,如果我的理解是错误的,那么有人能解释一下我能做些什么吗?

编辑:这是我一直尝试的代码

library(RandomForest)
data$outvar <- factor(data$outputvar, exclude = NULL)
ind0 <- sample(2, nrow(data), replace = TRUE, prob = c(0.7,0.3))
train0 <- data[ind0==1, ]
test0 <-  data[ind0==2, ]
fit1 <- randomForest(outputvar1~., data=train0)
print(fit1)
plot(fit1)

编辑2: 编号:3536 是:1061

1 回复 | 直到 8 年前

1

Community Mohan Dere 6 年前

我的数据集目标是预测客户是否会接受特定产品。

因此,我的输出变量有“Yes”、“No”和“”的因子。

好不 . 此处的实际上下文是:

输出变量只有两个因素,“是”&“否”;在可用数据集的一部分中,您没有结果的值(“”),您希望对其进行预测。

我的问题是,我是否有可能在随机森林中预测“是”或“否”?

原则上,是的——这正是诸如随机森林之类的分类器的用途。一般来说,您只需要使用结果(是/否)确实可用的样本来训练模型(训练集,可以用作测试集的子集,以便评估模型性能);之后,您可以使用 predict 以预测结果。

当然,这只是一个复合流程的四行摘要,其中涉及许多步骤和子步骤,此处无法详细分析,但希望能为您提供一个(非常)高层次的问题视图(可以说,这就是您所要求的)。我的答案 your other relevant question 也应该是有用的。