我有一组来自钻孔的数据，每隔2米包含不同的地质力学属性信息。我试图创建地质力学领域，并将每个点分配到不同的领域。
我尝试使用随机森林分类法，但不确定如何将接近度矩阵（或随机森林函数的任何结果）与标签相关联。
我目前的代码如下：
dh <- read.csv("gt_1_classification.csv", header = T)#replace all N/A with 0dh[is.na(dh)] <- 0library(randomForest)dh_rf <- randomForest(dh, importance=TRUE, proximity=FALSE, ntree=500, type=unsupervised, forest=NULL)我希望分类器能自己决定领域的划分。
任何帮助都将不胜感激！
回答：
Hack-R 是正确的——首先需要使用一些聚类（无监督学习）方法来探索数据。我提供了一些使用R内置的mtcars数据的示例代码作为演示：
# 查看数据信息?mtcarshead(mtcars)pairs(mtcars) # 矩阵图# 计算每行（每辆车及其变量）之间的距离# 默认情况下，使用欧几里得距离 = sqrt(sum((x_i - y_i)^2)?distd <- dist(mtcars)d # 可能是一个很大的矩阵# 使用距离矩阵进行聚类# 首先我们尝试层次聚类?hclustc <- hclust(d)c# 绘制聚类树状图plot(c)# 我们可能想要尝试3个聚类# 需要指定k = 组数groups3 <- cutree(c, k = 3) # "g3" = "groups 3"# cutree(hcmt, h = 230) 将给出相同的结果groups3# 或者我们可以一次进行多个聚类groupsmultiple <- cutree(c, k = 2:5)head(groupsmultiple)# 在聚类周围绘制框rect.hclust(c, k = 2, border = "gray")rect.hclust(c, k = 3, border = "blue")rect.hclust(c, k = 4, border = "green4")rect.hclust(c, k = 5, border = "darkred")# 或者我们可以尝试K-means聚类# k-means聚类?kmeanskm <- kmeans(mtcars, 5)km# 基于k-means的图表install.packages("cluster")require(cluster)clusplot(mtcars, # 数据框架 km$cluster, # 聚类数据 color = TRUE, # 颜色 lines = 3, # 连接质心的线 labels = 2) # 标记聚类和案例在运行自己的数据后，考虑哪种聚类定义能捕捉到你感兴趣的相似性水平。然后，你可以创建一个新的变量，为每个聚类分配一个“级别”，然后创建一个监督模型来处理它。
这是使用相同mtcars数据的决策树示例。注意，这里我使用mpg作为响应变量——你应该使用基于聚类的新变量。
install.packages("rpart")library(rpart)?rpart# 生长树 tree_mtcars <- rpart(mpg ~ ., method = "anova", data = mtcars)tree_mtcars <- rpart(mpg ~ ., data = mtcars)tree_mtcarssummary(tree_mtcars) # 详细的分裂摘要# 获取R平方rsq.rpart(tree_mtcars)?rsq.rpart# 绘制树 plot(tree_mtcars, uniform = TRUE, main = "Regression Tree for mpg ")text(tree_mtcars, use.n = TRUE, all = TRUE, cex = .8)text(tree_mtcars, use.n = TRUE, all = TRUE, cex = .8)请注意，尽管信息量很大，基本的决策树通常不适合预测。如果需要预测，应探索其他模型。
