R语言中计算随机森林模型的R2代码

在R语言中，可以使用`randomForest`包来计算随机森林模型的R2分数。以下是一个示例代码：

# 安装和加载所需的包
install.packages("randomForest")
library(randomForest)

# 加载数据
data <- read.csv("your_data.csv")

# 将数据拆分为特征矩阵和目标向量
X <- data[, -ncol(data)]
y <- data$target

# 构建随机森林模型
model <- randomForest(X, y)

# 计算R2分数
r2 <- model$rsq
print(paste("R-squared:", r2))

这段代码首先加载了必要的包，并读取了数据。然后将数据拆分为特征矩阵和目标向量。接下来，使用`randomForest`函数构建随机森林模型。

最后，通过访问模型对象中的`rsq`属性，可以获取随机森林模型的R2分数。将其打印出来即可。

请注意，R2分数表示模型对目标变量的解释能力，取值范围为0到1，越接近1表示模型越好。希望对你有所帮助！如果还有其他问题，请随时提问。