随机森林中的R - 19个预测变量,1个因变量
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了随机森林中的R - 19个预测变量,1个因变量相关的知识,希望对你有一定的参考价值。
我有一个数据帧(宏)由一个因变量(y)和19个独立变量或特征(x)组成。我想使用随机森林算法使用同一时期的x值预测最新的y变量(以蓝色突出显示)。
Macro <- read.csv("Input.csv")
x <- Macro[1:13,3:21] #training data
y <- Macro[1:13,2:2] #dependent variable
t <- Macro[14:14,2:21] #period I'd like to predict
rf <- randomForest(x,
y,
ntree=500,
importance=T)
predict(rf ,t)
上面返回一个值,但我非常强烈地意识到我正在接近随机森林并且没有真正使用正确的过程或代码。谢谢您的帮助。
答案
这应该工作:
宏< - read.csv(“Input.csv”)
x < - Macro [1:13,3:21] #training数据
y < - Macro [1:13,2] #dependent variable
t < - Macro [14,3:21] #period我想预测
rf < - randomForest(x,y,ntree = 500,importance = T)
预测(rf,t)
以上是关于随机森林中的R - 19个预测变量,1个因变量的主要内容,如果未能解决你的问题,请参考以下文章