我有一个包含15个变量和4669个观测值的数据框架。
我使用随机森林进行建模。我的数据集目标是预测客户是否会接受特定产品。
因此，我的输出变量有”Yes”、”No”和””这些因子。
我的问题是，是否可以在随机森林中将这个””预测为”Yes”或”No”？
样本数据如下所示
Outputvar <- c("Yes", "Yes", "No", "NO", "", "")Inputvar1 <- c("M", "F", "F", "M", "F", "M")Inputvar2 <- c("34","25","40","50","60","34")data <- data.frame(cbind(Outputvar,Inputvar2,Inputvar1))我是R语言的新手，如果我的理解有误，请有人解释一下应该怎么做？
编辑：这是我目前尝试过的代码
library(RandomForest)data$outvar <- factor(data$outputvar, exclude = NULL)ind0 <- sample(2, nrow(data), replace = TRUE, prob = c(0.7,0.3))train0 <- data[ind0==1, ]test0 <- data[ind0==2, ]fit1 <- randomForest(outputvar1~., data=train0)print(fit1)plot(fit1)编辑2：NO : 3536Yes: 1061″” : 72
回答：
我的数据集目标是预测客户是否会接受特定产品。
因此，我的输出变量有”Yes”、”No”和””这些因子。
嗯，不是。这里的实际情况是：
你的输出变量只有”Yes”和”No”两个因子；并且在你可用的数据集中有一部分没有结果值（””），你想预测它。
我的问题是，是否可以在随机森林中将这个””预测为”Yes”或”No”？
原则上，是的——这正是分类器（如随机森林）的用途。一般来说，你需要仅使用那些结果（Yes/No）确实可用的样本来训练你的模型（训练集，你可以从中取出一部分作为测试集，以评估模型性能）；之后，你可以使用predict在你数据集的其余部分预测结果。
当然，这只是一个对复杂过程的四行总结，涉及许多步骤和子步骤，无法在这里详细分析，但希望能给你一个（非常）高层次的观点（可以说，这是你所问的）。我对你另一个相关问题的回答也应该有用。
