R语言实现随机森林分类模型及其在训练集和测试集上的评估
随机森林是一种基于Bagging算法的集成学习方法,它在决策树的基础上引入了列采样的随机性,能够有效地应对过拟合问题。本文将介绍如何使用R语言构建随机森林分类模型,并评估模型在训练集和测试集上的效果。
1. 数据准备
首先,我们需要准备用于训练和测试的数据集。假设我们的数据集包含一个目标变量(分类标签)和多个特征变量。可以使用以下代码加载数据集:
# 导入数据集
data <- read.csv("data.csv")
# 拆分数据集为训练集和测试集
set.seed(123) # 设置随机种子,保证结果可重复
train_indices <- sample(1:nrow(data), 0.7 * nrow(data)) # 70%数据作为训练集
train_data <- data[train_indices, ]
test_data <- data[-train_indices, ]
2. 模型训练
接下来,我们使用训练集数据构建随机森林分类模型。R语言中有多个包提供了实现随机森林的函数,例如randomForest
包。以下是使用randomForest
包训练随机森林分类模型的代码示例: