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

问题描述

如何使用 R 中 randomForrest 调用的结果来预测某些未标记数据(例如要分类的真实世界输入)的标签?
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:

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

输入.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

让我知道您是否遇到了这种情况.

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

您使用训练数据训练随机森林:

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，以便它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 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.

这篇关于在 R 中使用 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！