如何在R中使用rfcv进行新的预测

我已经使用R中的RandomForest（RF）包利用“rfcv”函数对蛋白质数据进行RF交叉验证。如何在R中使用rfcv进行新的预测

如何使用rfcv对象来预测新的蛋白质数据？

2016-08-23 HaniQudsi

rfvc将针对某些数据交叉验证模型。为了预测其他数据的某些值，您需要使用predict函数。

鉴于森林，和一些新的数据newdata呼叫

predict(rf, newdata)

详细docs把这个作为一个例子：

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.

来源

2016-08-23 15:10:33 doctorlove

谢谢您的回答，但我没有使用“随机森林“我使用了”rfvc“功能。当我使用预测（rfvcObject，newData）时，他们给我以下错误信息：使用方法错误（“预测”）：没有适用于'预测'的方法应用于类“list”的对象。！ – HaniQudsi

这是针对一些训练数据的交叉验证。这可能有助于您决定使用多少个预测变量，然后构建另一个随机森林，然后使用“预测”函数。 – doctorlove

如何在R中使用rfcv进行新的预测

回答

相关问题