r语言随机森林模型代码

R语言中，使用随机森林模型可以采用randomForest包，以下是一份随机森林模型的R语言代码示例：

library(randomForest)  # 导入randomForest包

# 读取数据集
data <- read.csv("data.csv", header=TRUE)

# 将数据集分为训练集和测试集
trainIndex <- sample(1:nrow(data), 0.7 * nrow(data))
trainData <- data[trainIndex, ]
testData <- data[-trainIndex, ]

# 训练随机森林模型
model <- randomForest(formula = target ~ ., data=trainData, ntree=100)

# 预测测试集的目标变量值
predictions <- predict(model, testData)

# 输出随机森林模型的精度
accuracy <- sum(predictions == testData$target)/length(predictions)
cat("随机森林模型精度为：", accuracy)

以上是一个基本的随机森林模型的R语言代码示例。其中，需要注意的是：

1. 需要导入randomForest包。
2. 在训练随机森林模型时，需要指定公式（formula）和数据（data），公式中“.”代表使用除目标变量外的所有变量进行建模。
3. 在训练随机森林模型时，可以通过参数ntree指定树的个数。
4. 在预测测试集目标变量时，需要使用predict函数进行预测。
5. 在计算随机森林模型精度时，可以通过比较预测结果和测试集目标变量的值进行计算。