Buscar..


Creando un modelo de bosque aleatorio

Un ejemplo de algoritmos de aprendizaje automático es el algoritmo de bosque aleatorio (Breiman, L. (2001). Bosques aleatorios. Aprendizaje automático 45 (5) , pág. 5-32). Este algoritmo se implementa en R de acuerdo con la implementación Fortran original de Breiman en el paquete randomForest .

Los objetos clasificadores de bosque aleatorio se pueden crear en R preparando la variable de clase como factor , que ya es evidente en el conjunto de datos del iris . Por lo tanto, podemos crear fácilmente un bosque aleatorio mediante:

library(randomForest)

rf <- randomForest(x = iris[, 1:4], 
                   y = iris$Species, 
                   ntree = 500, 
                   do.trace = 100)

rf

# Call:
#   randomForest(x = iris[, 1:4], y = iris$Species, ntree = 500,      do.trace = 100) 
# Type of random forest: classification
# Number of trees: 500
# No. of variables tried at each split: 2
# 
# OOB estimate of  error rate: 4%
# Confusion matrix:
#   setosa versicolor virginica class.error
# setosa         50          0         0        0.00
# versicolor      0         47         3        0.06
# virginica       0          3        47        0.06
parámetros Descripción
X Un marco de datos que contiene las variables descriptivas de las clases.
y Las clases de las obserbaciones individuales. Si este vector es un factor , se crea un modelo de clasificación, si no se crea un modelo de regresión.
ntree El número de árboles CART individuales construidos
hacer.trace cada i ª etapa, se devuelven los errores de falta de la caja general y para cada clase


Modified text is an extract of the original Stack Overflow Documentation
Licenciado bajo CC BY-SA 3.0
No afiliado a Stack Overflow