随机森林_R代码及用法

随机森林(Random Forests)简介

Nilsson在1965年提出：由多位专家组合而成，按一些特定的方式（如投票法，权重法）整合各位专家的意见进行决策，其得到的结果会比只有单个专家的效果更好。由于每位专家的擅长之处不同，因此通过组合的机制可以让专家之间彼此互补，得到更好的结果。
随机森林（Random Forests）属于套袋法的一种，是基于决策树所建立的，结合多个决策树的预测结果，而每棵树都是根据随机森林的随机向量的值所建立的。
随机森林在影响因素探讨上，现有研究表明，随机森林不需要估计一般回归分析面临的多元共线性的问题，不需要做变量选择，便于计算变量的非线性作用，而且可以评估自变量的重要性。

张雷, 王琳琳, 张旭东, 等. 随机森林算法基本思想及其在生态学中的应用: 以云南松分布模拟为例. 生态学报, 2014, 34(3): 650-659.

随机森林的估计过程
1）指定m值，即随机产生m个变量用于节点上的二叉树，二叉树变量的选择仍然满足节点不纯度最小原则；
2）应用Bootstrap自助法在原数据集中有放回地随机抽取k个样本集，组成k棵决