随机森林回归模型r代码是什么
时间: 2024-04-30 13:25:04 浏览: 12
下面是一个简单的随机森林回归模型的R代码示例:
```
# 加载随机森林包
library(randomForest)
# 读取数据
data <- read.csv("data.csv")
# 划分训练集和测试集
set.seed(123)
train_index <- sample(1:nrow(data), 0.8*nrow(data))
train_data <- data[train_index, ]
test_data <- data[-train_index, ]
# 定义自变量和因变量
x_train <- train_data[, -ncol(train_data)]
y_train <- train_data[, ncol(train_data)]
# 训练模型
rf_model <- randomForest(x = x_train, y = y_train, ntree = 100)
# 预测结果
x_test <- test_data[, -ncol(test_data)]
y_test <- test_data[, ncol(test_data)]
y_pred <- predict(rf_model, x_test)
# 计算误差
mse <- mean((y_pred - y_test)^2)
rmse <- sqrt(mse)
```
在这个示例中,我们使用了`randomForest`包来构建随机森林回归模型。首先,我们读取了数据,并将其划分为训练集和测试集。然后,我们定义了自变量和因变量,并使用`randomForest`函数来训练模型。最后,我们使用测试集来评估模型性能,并计算了均方误差和均方根误差。