数据建模（预测，分类）：连续和;离散输入，离散输出

Question

我有以下示例数据。

In.1   In.2   In.3  In.Category    Out
 1.5    2.4    1.9            A      A
 3.8   51.5    5.2            A      B
82.2    3.3   48.5            B      B
10.1    1.0    2.8            C      B
18.8   48.6   85.1            A      C

备注

In.1~In.3 : Continous Value (Numeric)
In.Category : Discrete

Out : Discrete
In.Category value is not relevant to Out value.(They are not the same)

我想找到一个基于样本数据的规则。如果我获得更多的输入数据，我想预测Out值是多少。 （我个人认为它可能与聚类，分类或关联规则有关）

应该应用什么样的统计建模？

请您在R中给我一个示例源代码吗？ （至少是伪代码）

Answer 1

自我回答：

我认为应该应用Random Forest。

请参阅以下链接

Computational Prediction