机器学习-分类随机森林分析(randomForest模型构建、参数调优、特征变量筛选、模型评估和基础理论等)

EcoEvoPhylo

已于 2023-03-29 12:45:35 修改

阅读量5.8k

点赞数 2

分类专栏： R统计绘图生信软件机器学习-随机森林文章标签：分类随机森林数据挖掘机器学习

于 2022-05-15 01:06:28 首次发布

本文链接：https://blog.csdn.net/qq_39859424/article/details/124777166

版权

R统计绘图同时被 3 个专栏收录

17 篇文章 26 订阅

订阅专栏

生信软件

2 篇文章 1 订阅

订阅专栏

机器学习-随机森林

2 篇文章 14 订阅

订阅专栏

本文详细介绍了随机森林在分类分析中的应用，包括randomForest包的使用、参数调优、特征变量筛选及模型评估。通过调参，分类错误率从69.44%降低至35.71%，并进一步通过特征重要性分析和Boruta算法优化特征，以提高模型准确率。文章还讨论了随机森林的基础理论、优缺点及与其他方法的对比。

摘要由CSDN通过智能技术生成

此文主要涉及随机森林分类分析，主要包含以下几部分内容：

1）随机森林基础知识

2）randomForest()认识及构建分类判别模型；

3）随机森林参数调优

4）随机森林模型评估

classification rate、Sensitivity和specificity和ROC curve/AUC value

5）特征变量重要性筛选及绘图

重要性指数排序、交叉验证及Boruta算法筛选

一、准备数据

此处使用的包含分类信息的虚构微生物otu数据，用于构建随机森林分类模型。主要分析目的：1）构建准确率高的随机森林分类模型，2）检测分类水平间重要的OTUs(biomarkers)。

# 1.1 导入数据
setwd("D:\\EnvStat\\公众号文件\\随机森林分析") # 设置工作路径
#dir()
#file.show("otu.csv")
otu = read.csv("otu.csv",row.names = 1,header = TRUE,check.names = FALSE,stringsAsFactors = FALSE) # 微生物组数据
dim(otu