使用R中的randomForest包进行预测 [英] Predict using randomForest package in R

问题描述

如何使用R中的randomForrest调用结果来预测一些未标记的数据上的标签(例如，将要分类的现实世界中的输入)?
代码:

How can I use result of randomForrest call in R to predict labels on some unlabled data (e.g. real world input to be classified)?
Code:

train_data = read.csv("train.csv")
input_data = read.csv("input.csv")
result_forest = randomForest(Label ~ ., data=train_data)
labeled_input = result_forest.predict(input_data) # I need something like this

train.csv:

train.csv:

a;b;c;label;
1;1;1;a;
2;2;2;b;
1;2;1;c;

input.csv:

input.csv:

a;b;c;
1;1;1;
2;1;2;

我需要得到这样的东西

a;b;c;label;
1;1;1;a;
2;1;2;b;

推荐答案

让我知道这是否是您要解决的问题.

Let me know if this is what you are getting at.

您可以使用训练数据来训练随机森林:

You train your randomforest with your training data:

# Training dataset
train_data <- read.csv("train.csv")
#Train randomForest
forest_model <- randomForest(label ~ ., data=train_data)

现在随机森林已经过训练，您想为其提供新数据，以便可以预测标签是什么.

Now that the randomforest is trained, you want to give it new data so it can predict what the labels are.

input_data$predictedlabel <- predict(forest_model, newdata=input_data)

上面的代码在您的input_data中添加了一个新列，显示了预测的标签.

The above code adds a new column to your input_data showing the predicted label.

这篇关于使用R中的randomForest包进行预测的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！