randomForest R 學習筆記

object type

randomForest 會根據變量的類型來決定regression或classification。class(iris$Species)是 factor，因此是classification。

iris.rf$type
[1] "classification"

iris example

data(iris)
set.seed(111)
ind <- sample(2, nrow(iris), replace = TRUE, prob=c(0.8, 0.2))
iris.rf <- randomForest(formula = Species ~ ., data=iris[ind == 1,])
iris.pred <- predict(object = iris.rf, newdata = iris[ind == 2,])
table(observed = iris[ind==2, "Species"], predicted = iris.pred)

• formula: Species ~ 意味着 Species 是response，data中的其餘變量都是predictor
• newdata: 能夠不用指明 predictor 和 response

test

xtest = subset(test_data, select=-y)
ytest = test_data$y

ytest= subset(test_data, select=y) 會報錯

注意：一旦提供了xtest，keep.forest默認會被設置爲FALSE，trees不會保存，模型中包含xtest的預測值，可是模型不能用來predict。

local importance

localImp 計算的是，針對每一個case，不一樣變量的importance。
importance統計的是總體而言，不一樣變量的importance。