0
RのRandomForest(RF)パッケージを使って、 "rfcv"関数を使ってタンパク質データのRF交差検証を行っています。Rのrfcvを使って新しい予測を作る方法
rfcvのオブジェクトを使用して新しいタンパク質データを予測するにはどうすればよいですか?
RのRandomForest(RF)パッケージを使って、 "rfcv"関数を使ってタンパク質データのRF交差検証を行っています。Rのrfcvを使って新しい予測を作る方法
rfcvのオブジェクトを使用して新しいタンパク質データを予測するにはどうすればよいですか?
rfvc
は、一部のデータに対してモデルを検証します。 他のデータの値を予測するには、predict
関数を使用する必要があります。あなたの答えのための
data(iris)
set.seed(111)
ind <- sample(2, nrow(iris), replace = TRUE, prob=c(0.8, 0.2))
iris.rf <- randomForest(Species ~ ., data=iris[ind == 1,])
iris.pred <- predict(iris.rf, iris[ind == 2,])
table(observed = iris[ind==2, "Species"], predicted = iris.pred)
## Get prediction for all trees.
おかげで、私は「ランダムフォレストを使用していない:森、といくつかの新しいデータ
newdata
コール詳細docsを例としてこれを与える考える
"私は" rfvc "関数を使用しました。 (rfvcObject、newData)を使用すると、次のエラーメッセージが表示されます。 UseMethod( "predict")のエラー: クラス "list"のオブジェクトに適用される 'predict'の適用可能なメソッドがありません。 ! – HaniQudsi
これは、いくつかのトレーニングデータとのクロスバリデーションを行うためのものです。これは、使用する予測子の数を決定し、別のランダムなフォレストを作成し、その後に 'predict'関数を使用するのに役立ちます。 – doctorlove