使用randomforest（）在R中進行分類？

我原來有一個數據框由N行12列組成。最後一列是我的班級（0或1）。我有我的整個數據幀轉換爲數值與使用randomforest（）在R中進行分類？

training <- sapply(training.temp,as.numeric)

不過轉念一想，我需要的類列是一個因素列使用隨機森林（）工具的分類，所以我也

training[,"Class"] <- factor(training[,ncol(training)])

我繼續與

training_rf <- randomForest(Class ~., data = trainData, importance = TRUE, do.trace = 100)

創建樹但我發現了兩個錯誤：

1: In Ops.factor(training[, "Status"], factor(training[, ncol(training)])) : 
<= this is not relevant for factors (roughly translated) 
2: In randomForest.default(m, y, ...) : 
The response has five or fewer unique values. Are you sure you want to do regression?

如果有人能指出我所做的格式錯誤，我將不勝感激。

謝謝！

來源

2013-10-10 marc

您正在嘗試使用'<='作爲賦值而不是'<-'。你還在創建一個新的專欄？如果是這樣的話，你應該刪除'Class'的數字版本或者不要在你的公式中使用'.' –

解決這個問題的唯一信息就是'str（訓練）'的輸出。 – joran

@joran：num [1：891,1：12] 1 2 3 4 5 6 7 8 9 10 ... - attr（*，「dimnames」）= 2列表中的2 .. $：NULL .. $：chr [1:12]「ID」「Class」「Sex」「Age」... – marc

首先，由於語法錯誤，您的強制因素不起作用。其次，您應該在指定RF模型時始終使用索引。這是你的代碼應該使它工作的變化。

training <- sapply(training.temp,as.numeric) 
     training[,"Class"] <- as.factor(training[,"Class"]) 

    training_rf <- randomForest(x=training[,1:(ncol(training)-1)], y=training[,"Class"], 
           importance=TRUE, do.trace=100) 

# You can also coerce to a factor directly in the model statement 
    training_rf <- randomForest(x=training[,1:(ncol(training)-1)], y=as.factor(training[,"Class"]), 
           importance=TRUE, do.trace=100)

來源

2013-10-10 18:14:05

這並沒有解決我的問題，它仍然問我是否想要做迴歸... – marc

一旦我添加了我剛剛發佈的行，我最終使用了這種語法。 – marc

所以這個問題其實很簡單。事實證明，我的訓練數據是一個原子矢量。所以它首先必須轉換爲數據幀。所以我需要添加以下行：

training <- as.data.frame(training)

問題解決！

來源

2013-10-11 09:14:39 marc

使用randomforest（）在R中進行分類？

回答

相關問題