R语言中的randomForest包主要功能是分类和回归分析,一共提供了39个函数,最常用的就是randomForest来实现分类(Classification)和时间序列回归(Regression)
实验准备:设置工作空间
## 设置工作空间
setwd('H:\RLab\RandomForest')
1.安装与加载相关包
## 安装随机森林包
install.packages("randomForest")
## 加载
library(randomForest)
2.了解数据格式
使用R内置的鸢尾花数据
## 分类Classification
## 使用R内置的鸢尾花数据集
data("iris")
head(iris)
数据中包括150个样本,4列属性数据,1列分组
相关知识
基于R语言的害虫预测算法设计
【机器学习】R语言实现随机森林、支持向量机、决策树多方法二分类模型
机器学习术语表:语言评估
R语言数据分析案例:鸢尾花(IRIS)
基于机器学习的花卉识别
决策树对鸢尾花数据的处理实践
基于机器学习的花卉识别系统
基于X
如何降低数据噪声对机器学习的影响
农作物病虫害智能识别系统:机器学习源码与数据集
网址: 【机器学习】随机森林处理数据实践(基于R语言) https://m.huajiangbk.com/newsview545940.html
上一篇: 用sklearn做一个完整的机器 |
下一篇: 用Python做股市数据分析(二 |