基于随机森林对象预测响应的填充数据

Question

使用randomForest，我得到一个射频对象。

例如forest <- randomForest(as.formula(generic),data=train, mtry=2))

使用predict，我可以预测测试数据集上的响应。

反应为A、B或C。

prediction <- predict(forest, newdata=test, type='class')
mytable <- table(test$class_w,prediction)
sum(mytable[row(mytable) != col(mytable)]) / sum(mytable)#show error

调用森林对象，我得到混淆矩阵：

     A     B    C     class.error
A   498    79   170   0.3333333
B   115    353  237   0.4992908
C   96     99   967   0.1678141

例如测试数据集

id |class_w| valueA | valueB |
1  |  C    |  0.254 |  0.334 |
2  |  A    |  0.654 |  0.334 |
3  |  A    |  0.554 |  0.314 |
4  |  B    |  0.454 |  0.224 |
5  |  C    |  0.354 |  0.332 |
6  |  C    |  0.264 |  0.114 |
7  |  C    |  0.264 |  0.664 |

我想知道我是否能够创建一个新的数据集，其中包含2列、上一次数据集的id和预测的响应( RF给出的)。例如。

row id of test dataset  |  predicted response
1                       |  A  #failed
2                       |  B  #failed
3                       |  B  #failed
4                       |  B  #TRUE!

提前谢谢你的帮助。

Answer 1

我认为您可能只是想创建一个新的数据框架：

data.frame(id = test$id,response = prediction)

这假设id实际上是test中的列，而不是行名。如果它们是行名，则需要执行以下操作：

data.frame(id = rownames(id),response = prediction)

Answer 2

另一种方法就是写这样的东西：

yourNewDataSet$someNewColumnCreated= Predict(forest,yourNewDataSet,type="class")

这将在新的数据集中提供一个名为“someNewColumnCreated”的新列。

当应用到这个新的数据集时，它将包含模型的所有预测。