使用简单的示例数据集“iris”,使用“trainData”训练随机森林模型,使用“testData”预测/分类物种 .
# 1 - Create a Random Forest Model.
iris.rf <- randomForest(Species ~ ., data=trainData)
# 2 - Predict using Model and Test data set
iris.pred <- predict(iris.rf, testData)
# 3 - Show Crosstab results:
table(observed = testData$Species, predicted = iris.pred)
Question:
上面的第3步,
为您提供一个包含总数的表格
测试记录分类正确和错误 .
获取"testData"中特定记录列表的R代码是什么,
这是:
(a) 正确预测 - 或 -
(b) 未正确预测,
(即:预测的$物种是错误的) .
Reason for my Question:
我想知道
如果有一些宝贵的见解
通过查看具体的个人记录
在随机森林会话中被错误分类的 .
也许这是一种额外的(可能的)方式
提高准确性
随机森林预测...
1 回答
根据我的评论,我认为你需要一个二元结果变量来研究特异性和敏感性,但这是你的答案的开始: