Question

如何在R中使用randomForrest调用的结果来预测某些未标准数据上的标签（例如，要分类的真实世界输入）？
代码：

train_data = read.csv("train.csv")
input_data = read.csv("input.csv")
result_forest = randomForest(Label ~ ., data=train_data)
labeled_input = result_forest.predict(input_data) # I need something like this

train.csv：

a;b;c;label;
1;1;1;a;
2;2;2;b;
1;2;1;c;

input.csv：

a;b;c;
1;1;1;
2;1;2;

我需要得到类似的东西

a;b;c;label;
1;1;1;a;
2;1;2;b;

Answer 1

让我知道这是你得到的。

您使用训练数据训练您的随机森林：

# Training dataset
train_data <- read.csv("train.csv")
#Train randomForest
forest_model <- randomForest(label ~ ., data=train_data)

现在，对randomforest进行了训练，您希望为其提供新数据，以便预测标签的内容。

input_data$predictedlabel <- predict(forest_model, newdata=input_data)

上面的代码在input_data中添加了一个新列，显示了预测的标签。

Answer 2

您可以使用预测功能

例如：

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

这是http://ugrad.stat.ubc.ca/R/library/randomForest/html/predict.randomForest.html

预测在R中使用randomForest包

2 个答案: