R---randomForest

随机森林（randomForest）是利用多棵决策树对样本数据进行训练并预测的分类器。算法预测输出的类别标签 是由算法内部 多棵决策树 生成的标签的众数决定的。内部构造：假设数据集有m个变量，算法对数据集进行分裂，随机有放回的取出n(n<m)个变量和部分数据案例生成一个决策树（树不用剪枝，最大化生长），一直这样不断生成决策树，树多了就是森林了，加上又是随机分裂的，所以称随机森林了（我个人理解的）因为随机分裂，所以算法中的决策树之间无关联，当一个新数据输入模型时，会根据算法中各决策树输出的标签的类别，取众数作为输出标签。randomforest的优点：1.相比于决策树，可以很好的避免过拟合问题。2.能处理维度很高的数据集。3.创建随机森林 是无偏估计4.实现简单R中randomForest包中的rondomForest函数 rf_m=randomForest(label~.,data[train],ntree=50,nPerm=10,mtry=3,proximity=TRUE,importance=TRUE) leabel~.:代表需要预测的列，ntree：生成决策树的数目nperm：计算importance时的重复次数    #可以不写  mtry：选择的分裂属性的个数    #可以不写proximity=TRUE：表示生成临近矩阵  # 可以不写importance=TRUE：输出分裂属性的重要性   #可以不写rf_pred = predict(rf_m,data[test])可以用gmodel包中的CrossTable 验证结果。