R Language
मशीन लर्निंग

रैंडम फ़ॉरेस्ट मॉडल बनाना

मशीन लर्निंग एल्गोरिदम का एक उदाहरण रैंडम फॉरेस्ट अलोग्रिथम (ब्रीमन, एल। (2001) है। रैंडम फॉरेस्ट। मशीन लर्निंग 45 (5) , पी। 5-32)। यह एल्गोरिथ्म randomForest पैकेज में randomForest के मूल फोरट्रान कार्यान्वयन के अनुसार आर में लागू किया गया है।

कक्षा चर को factor रूप में तैयार करके आर में रैंडम फॉरेस्ट क्लासिफायर ऑब्जेक्ट बनाया जा सकता factor , जो कि iris डेटा सेट में पहले से ही स्पष्ट है। इसलिए हम आसानी से एक यादृच्छिक वन बना सकते हैं:

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