r - 在 R 中使用 randomForest 包进行预测

Question

如何使用 R 中的 randomForest 调用结果来预测某些未标记数据的标签(例如要分类的现实世界输入)？
代码:

train_data = read.csv("train.csv")
input_data = read.csv("input.csv")
result_forest = randomForest(Label ~ ., data=train_data)
labeled_input = result_forest.predict(input_data) # I need something like this

火车.csv:

a;b;c;label;
1;1;1;a;
2;2;2;b;
1;2;1;c;

输入.csv:

a;b;c;
1;1;1;
2;1;2;

我需要得到这样的东西

a;b;c;label;
1;1;1;a;
2;1;2;b;

Answer 1

请告诉我这是否是您的意思。

您使用训练数据训练随机森林:

# Training dataset
train_data <- read.csv("train.csv")
#Train randomForest
forest_model <- randomForest(label ~ ., data=train_data)

既然随机森林已经训练完毕，您想要给它新的数据，以便它可以预测标签是什么。

input_data$predictedlabel <- predict(forest_model, newdata=input_data)

上面的代码向您的 input_data 添加一个新列，显示预测的标签。