如何在R中使用rfcv進行新的預測

我已經使用R中的RandomForest（RF）包利用「rfcv」函數對蛋白質數據進行RF交叉驗證。如何在R中使用rfcv進行新的預測

如何使用rfcv對象來預測新的蛋白質數據？

2016-08-23 HaniQudsi

rfvc將針對某些數據交叉驗證模型。爲了預測其他數據的某些值，您需要使用predict函數。

鑑於森林，和一些新的數據newdata呼叫

predict(rf, newdata)

詳細docs把這個作爲一個例子：

data(iris) 
set.seed(111) 
ind <- sample(2, nrow(iris), replace = TRUE, prob=c(0.8, 0.2)) 
iris.rf <- randomForest(Species ~ ., data=iris[ind == 1,]) 
iris.pred <- predict(iris.rf, iris[ind == 2,]) 
table(observed = iris[ind==2, "Species"], predicted = iris.pred) 
## Get prediction for all trees.

來源

2016-08-23 15:10:33 doctorlove

謝謝您的回答，但我沒有使用「隨機森林「我使用了」rfvc「功能。當我使用預測（rfvcObject，newData）時，他們給我以下錯誤信息：使用方法錯誤（「預測」）：沒有適用於'預測'的方法應用於類「list」的對象。！ – HaniQudsi

這是針對一些訓練數據的交叉驗證。這可能有助於您決定使用多少個預測變量，然後構建另一個隨機森林，然後使用「預測」函數。 – doctorlove

如何在R中使用rfcv進行新的預測

回答

相關問題