如何绘制随机森林模型的决策边界

Question

我有

## Classification:
library("randomForest")
data=iris
data<-data[data$Species!="setosa",]
data$Species<-factor(as.character(data$Species))
iris.rf <- randomForest(Species ~ Sepal.Length+Petal.Length, data=data, importance=TRUE,            proximity=TRUE)

我想用决策边界构建一个Sepal.Length~Petal.Length。这会是什么样的界限？这两个类别各有0.5个概率？

Answer 1

你有一个随机的森林，所以没有必要像你从SVM那样的非概率线性分类器得到明确的决策边界。但你可以用......之类的东西来绘制它。

library(ggplot2)
ggplot(data=data,aes(x=Petal.Length, y=Sepal.Length, color= iris.rf$predicted) ) + 
       geom_point()

在这种情况下是的，因为你只在两个类上训练它，颜色变化所代表的边界发生在0.5。