使用各种列训练随机森林算法答案

【问题标题】：Train a random forest algorithm using various columns使用各种列训练随机森林算法
【发布时间】：2017-08-06 13:09:51
【问题描述】：

我之前在这里问过这个问题：Creating a loop for different random forest training algoritms 但还没有得到正确的答案。因此，特此再次尝试使用更具重现性的示例。

我有以下数据集：

train <- read.csv(url("http://s3.amazonaws.com/assets.datacamp.com/course/Kaggle/train.csv"))
test <- read.csv(url("http://s3.amazonaws.com/assets.datacamp.com/course/Kaggle/test.csv"))
train <- train[complete.cases(train), ]

我想运行几个随机森林算法，看看哪一个表现最好。所以我基本上想做的是：

#predict based on Pclass
fit <- randomForest(as.factor(Survived) ~ Pclass, data=train, importance=TRUE, ntree=2000)
Prediction <- predict(fit, test)
#fetch accuracy


#predict based on Pclass and Sex
fit <- randomForest(as.factor(Survived) ~ Pclass + Sex, data=train, importance=TRUE, ntree=2000)
Prediction <- predict(fit, test)
#fetch accuracy

我想创建某种循环，以便我可以将所有值存储在一个列表中，然后循环遍历它。像这样：

list <- c(Pclass, Pclass + Sex)


for (R in list) {
  modfit <- paste0("won ~ ", R, ", data=training, method=\"rf\", prox=\"TRUE")
  modfit <- as.formula(modfit)
 train(modfit)
 }

但上面的代码不起作用。它给了我以下错误：

Error in parse(text = x, keep.source = FALSE) : 
<text>:1:13: unexpected ','
1: won ~ Pclass,

有什么想法可以让这个工作吗？

【问题讨论】：

标签： r random-forest

【解决方案1】：

for (R in list) {
 modfit <- paste0("won ~ ", R, "data=training, method=\"rf\", prox=\"TRUE")
 modfit <- as.formula(modfit)
 train(modfit)
 }

你可能在 data=training 之前有一个逗号，不需要在那里

【讨论】：