随机森林模型代码_评估变量贡献度并进行模型预测——利用随机森林模型或广义线性模型...

weixin_39524247

于 2020-12-05 01:29:22 发布

阅读量1.7k

点赞数

文章标签：随机森林模型代码

本文链接：https://blog.csdn.net/weixin_39524247/article/details/111278996

版权

本文介绍了如何使用随机森林模型处理数据缺失值，并探讨了模型中各变量的贡献度。通过建立随机森林模型，不仅完成数据填充，还展示了模型预测测试集的能力。同时，提到了广义线性模型作为替代方案，但主要焦点在于随机森林的运用。

摘要由CSDN通过智能技术生成

参考资料：
随机森林(2)R实战 [https://www.yuque.com/biotrainee/biostat/chapter3-24]

关于决策树及随机森林模型的理论基础可以参考优雅R 微信公众号文章：https://mp.weixin.qq.com/s/fHDxqOOTW2CbKbSDVOD0bg

1、数据

> data1   success_rate body.mass..g..x Migration.distance..km.. Mass...average...g Length...average...mm1     0.0000000            30.0                   6052.5              36.00                 195.02     0.0000000             8.6                     19.8               8.00                 140.03     0.9453125          1141.0                   1678.2            1082.00                    NA4     0.0000000            54.5                   1238.7              57.75                 181.05     0.9981481           354.5                      0.0             358.70                    NA...<

最低0.47元/天解锁文章