R 中的随机森林 - 19 个预测变量，1 个因变量答案

【问题标题】：Random Forest in R - 19 predictors, 1 dependent variableR 中的随机森林 - 19 个预测变量，1 个因变量
【发布时间】：2018-12-22 08:58:13
【问题描述】：

我有一个数据框（宏），由一个因变量 (y) 和 19 个自变量或特征 (x) 组成。我想使用随机森林算法使用同一时期的 x 值预测最新的 y 变量（以蓝色突出显示）。

 Macro <- read.csv("Input.csv")
x <- Macro[1:13,3:21]  #training data
y <- Macro[1:13,2:2]  #dependent variable
t <- Macro[14:14,2:21]  #period I'd like to predict


rf <- randomForest(x,
                          y,
                          ntree=500,
                          importance=T)

 predict(rf ,t)

上面返回一个值，但我有一种非常强烈的感觉，我错误地接近随机森林并且没有真正使用正确的程序或代码。感谢您的帮助。

【问题讨论】：

如果你想在R 中获得关于随机森林的非常好的教程，Introduction to Statistical Learning with Applications in R 是免费提供的，第 8 章介绍了基于树的方法，包括使用 @ 中的 randomForest 包987654327@.
这不是一个格式正确的 SO 问题，但值得粗略的结构是正确的。您在 x 和 y 上训练 randomForest，然后在新数据上使用 predict。您目前正在将您的森林保存为rf 并预测cross.sell.rf，因此显然有一些代码您没有向我们展示。
更正了 SO 问题

标签： r machine-learning random-forest

【解决方案1】：

这应该可行：

宏

预测(rf,t)

【讨论】：