R语言猴痘数据运用随机森林预测代码

以下是使用随机森林模型预测猴痘数据的 R 代码：

# 加载所需的包
library(randomForest)

# 读取数据
data <- read.csv("monkeypox.csv")

# 数据探索
summary(data)

# 将数据分为训练集和测试集
set.seed(123)
trainIndex <- sample(1:nrow(data), 0.7*nrow(data))
train <- data[trainIndex,]
test <- data[-trainIndex,]

# 训练随机森林模型
rfModel <- randomForest(outbreak ~ ., data = train, ntree = 500, mtry = 3, importance = TRUE)

# 预测测试集数据
predictions <- predict(rfModel, test)

# 模型评估
confusion_matrix <- table(predictions, test$outbreak)
accuracy <- sum(diag(confusion_matrix))/sum(confusion_matrix)
print(paste0("Accuracy: ", round(accuracy, 2)))

# 变量重要性分析
varImpPlot(rfModel)

其中，`monkeypox.csv` 是包含猴痘数据的 CSV 文件，`outbreak` 是二元变量，表示是否爆发疫情。代码中将数据分为训练集和测试集，使用 `randomForest` 包中的 `randomForest` 函数训练随机森林模型，`ntree` 和 `mtry` 分别表示树的数量和每个节点随机选取的变量数量，`importance` 表示是否计算变量重要性。最后，代码评估了模型的准确率，并绘制了变量重要性图表。