R语言 随机森林算法

install.packages("randomForest")#安装R包

library(party)#输入数据

library(randomForest)#引入分析包

output.forest <- randomForest(nativeSpeaker ~ age + shoeSize + score,
data = readingSkills)#创建随机森林
print(output.forest)#查看
print(importance(output.forest,type = 2))#Gini指数 

gini指数表示节点的纯度，gini指数越大纯度越低。gini值平均降低量表示所有树的变量分割节点平均减小的不纯度。对于变量重要度衡量，步骤如同前面介绍，将变量数据打乱，gini指数变化的均值作为变量的重要程度度量。

结果如下：

varImpPlot(output.forest)#可视化

从上面显示的随机森林，我们可以得出结论，鞋码和成绩是决定如果某人是母语者或不是母语的重要因素。 此外，该模型只有1%~2%的误差，这意味着我们可以预测精度为98%。