如何在R中的随机森林中获得正确的类、预测类和预测概率？

Question

我正在使用 randomForest 进行数据分类，但我无法理解：

1- 我们如何获得信息（最好在 3 列的数据框中）告诉我们testData 中的真实分类（例如在下面的示例中Species 列）、随机森林的预测以及概率该预测的分数。例如，仅考虑以下数据集和 1 个案例，其中在 testData 中，物种（随机森林的盲信息）是 versicolor，但分类器错误地预测为 virginica概率得分为 0.67。我想要这种信息，但不知道如何获得这种信息

2- 我们如何获得testData 和trainingData 的混淆矩阵，这也给了我们class.error，就像我们打印模型时一样。

data(iris)
set.seed(111)
ind <- sample(2, nrow(iris), replace = TRUE, prob=c(0.8, 0.2))
trainData <- iris[ind==1,]    
testData <- iris[ind==2,]
#grow forest
iris.rf <- randomForest(Species ~ ., data=trainData)
print(iris.rf)

Call:
 randomForest(formula = Species ~ ., data = trainData) 
               Type of random forest: classification
                     Number of trees: 500
No. of variables tried at each split: 2

        OOB estimate of  error rate: 3.33%
Confusion matrix:
           setosa versicolor virginica class.error
setosa         45          0         0  0.00000000
versicolor      0         39         1  0.02500000
virginica       0          3        32  0.08571429

**#predict using the training again...**
iris.pred <- predict(iris.rf, trainData)
table(observed = trainData$Species, predicted = iris.pred)

           predicted
observed     setosa versicolor virginica
  setosa         45          0         0
  versicolor      0         40         0
  virginica       0          0        35

**#Testing on testData**
irisPred<-predict(iris.rf, newdata = testData)
table(irisPred, testData$Species)

irisPred     setosa versicolor virginica
setosa          5          0         0
versicolor      0          8         1
virginica       0          2        14

Answer 1

我使用 caret 包通过 trainControl 运行随机森林：

library(caret)
library(PerformanceAnalytics)

model <- train(Species ~ .,trainData,
           method='rf',TuneLength=3,
           trControl=trainControl(
             method='cv',number=10,
             classProbs = TRUE))
model$results

irisPred_species<-predict(iris.rf, newdata = testData)
irisPred_prob<-predict(iris.rf, newdata = testData, "prob")

out.table <- data.frame(actual.species = testData$Species, pred.species = irisPred_species, irisPred_prob)

您可以通过以下方式获得错误率：

iris.rf$err.rate

还有混淆矩阵：

iris.rf$confusion