R中的随机森林-19个预测变量，1个因变量

Question

我有一个包含一个因变量（y）和19个独立变量或特征（x）的数据框（宏）。我想使用随机森林算法来预测来自同一时期的x值的最新y变量（以蓝色突出显示）。

 Macro <- read.csv("Input.csv")
x <- Macro[1:13,3:21]  #training data
y <- Macro[1:13,2:2]  #dependent variable
t <- Macro[14:14,2:21]  #period I'd like to predict


rf <- randomForest(x,
                          y,
                          ntree=500,
                          importance=T)

 predict(rf ,t)

上面的代码返回一个值，但是我有很强烈的感觉，我正在错误地接近随机森林，并且没有真正使用正确的过程或代码。谢谢您的帮助。

Answer 1

这应该有效：

宏<-read.csv（“ Input.csv”）

x <-Macro [1：13,3：21] #training数据

y <-宏[1：13,2]＃因变量

t <-Macro [14,3：21] #period我想预测

rf <-randomForest（x，y，ntree = 500，importance = T）

predict（rf，t）