我使用randomForest进行数据分类,我无法理解:
1-我们如何获取信息(最好是在3列的数据框中),它告诉我们testData
中的真实分类(例如在下面的示例Species
列中),由随机森林做出的预测,以及该预测的概率分数。例如,只考虑下面的数据集和1个案例,其中testData
物种(随机森林的盲法信息)是 versicolor 但分类器错误地预测为 virginica 概率分数 0.67 。我想要这种信息但不知道如何获得此信息
2-我们如何得到testData
和trainingData
的混淆矩阵,它也为我们提供了class.error,就像我们打印模型时一样。
data(iris)
set.seed(111)
ind <- sample(2, nrow(iris), replace = TRUE, prob=c(0.8, 0.2))
trainData <- iris[ind==1,]
testData <- iris[ind==2,]
#grow forest
iris.rf <- randomForest(Species ~ ., data=trainData)
print(iris.rf)
Call:
randomForest(formula = Species ~ ., data = trainData)
Type of random forest: classification
Number of trees: 500
No. of variables tried at each split: 2
OOB estimate of error rate: 3.33%
Confusion matrix:
setosa versicolor virginica class.error
setosa 45 0 0 0.00000000
versicolor 0 39 1 0.02500000
virginica 0 3 32 0.08571429
**#predict using the training again...**
iris.pred <- predict(iris.rf, trainData)
table(observed = trainData$Species, predicted = iris.pred)
predicted
observed setosa versicolor virginica
setosa 45 0 0
versicolor 0 40 0
virginica 0 0 35
**#Testing on testData**
irisPred<-predict(iris.rf, newdata = testData)
table(irisPred, testData$Species)
irisPred setosa versicolor virginica
setosa 5 0 0
versicolor 0 8 1
virginica 0 2 14
答案 0 :(得分:2)
我使用了caret包来运行随机森林和trainControl:
library(caret)
library(PerformanceAnalytics)
model <- train(Species ~ .,trainData,
method='rf',TuneLength=3,
trControl=trainControl(
method='cv',number=10,
classProbs = TRUE))
model$results
irisPred_species<-predict(iris.rf, newdata = testData)
irisPred_prob<-predict(iris.rf, newdata = testData, "prob")
out.table <- data.frame(actual.species = testData$Species, pred.species = irisPred_species, irisPred_prob)
您可以通过以下方式获取错误率:
iris.rf$err.rate
混乱矩阵:
iris.rf$confusion