美文网首页
随森回归代码 R语言

随森回归代码 R语言

作者: MacAthur | 来源:发表于2021-05-28 10:45 被阅读0次

install.packages("randomForest")

#只有caret包才有混淆矩阵

#set.seed保证每次运行代码获得相同的随机样本

npdata <- read.table("data.txt",header=T)

set.seed(123)

#抽取训练集和测试集

train_sub <- sample(nrow(npdata),0.7*nrow(npdata ))#随机无放回抽取0.7样本

train_data <- npdata[train_sub,]

test_data <- npdata[-train_sub,]

library(randomForest)

#导入数据

#随机森林计算

set.seed(100)

np.rf <- randomForest(npl~.,data=train_data,importance=TRUE,ntree=50)

#使用训练集查看预测精度

np_predict <- predict(np.rf,train_data)

plot(train_data$npl,np_predict,main='训练集', xlab = 'npl',ylab = 'Predict')

abline(1,1)

#使用测试集评估预测性能

np_predict <- predict(np.rf,test_data)

plot(test_data$npl,np_predict,main='预测集', xlab = 'npl',ylab = 'Predict')

abline(1,1)

#查看拟合优度

print(np.rf)

importance(np.rf)

varImpPlot(np.rf,main = "variable importance")

#最优决策树数量

plot(np.rf)

#绘制错误率表,确定变量个数

result = rfcv(train_data[-1],train_data$npl,cv.fold = 10)

result$error.cv

with(result,plot(n.var,error.cv,log="x",type = "o",lwd=2))

相关文章

  • 随森回归代码 R语言

    install.packages("randomForest") #只有caret包才有混淆矩阵 #set.see...

  • 机器学习专题:代码实现(R)

    一、入门(转载) 1、线性回归 Python代码 R代码 2、逻辑回归 Python代码 R代码 3、决策树 Py...

  • R语言OLS回归

    简单线性回归 > fit<-lm(weight ~ height, data=women) #在R中,拟合线性模型...

  • R语言回归诊断

    > states<- as.data.frame(state.x77[,c("Murder", "Populati...

  • R语言 逻辑回归

    逻辑回归是回归模型,其中响应变量(因变量)具有诸如True / False或0/1的分类值。 它实际上基于将其与预...

  • R语言 线性回归

    回归分析是一种非常广泛使用的统计工具,用于建立两个变量之间的关系模型。 这些变量之一称为预测变量,其值通过实验收集...

  • R语言——回归分析

    一:回归的类型 简单线性:用一个量化的解释变量预测一个量化的相应变量 多项式:用一个来量化的解释变量预测一个量化的...

  • R语言与回归

    首先,先来一篇文章:回归分析的七种武器 ,这里详细地讲解了回归分析的各种类型,我就不要在这里啰嗦了。接下来,我先说...

  • R语言线性回归

    1、导入数据 2、绘制OAP评分和DON含量的散点图 3、计算OAP和DON的直线相关系数 4、检验直线相关系数的...

  • R语言——回归(初级)

    0. 回归的定义 回归分析(regression analysis)是确定两种或两种以上变量间相互依赖的定量关系的...

网友评论

      本文标题:随森回归代码 R语言

      本文链接:https://www.haomeiwen.com/subject/dnxssltx.html