r - 随机森林解释变异

Question

我有以下数据框。我想知道在比较细菌的位置（分类）和它的 pH 值（数字）时，哪些细菌的贡献更大。

例如，最后我想说的是，在查看温度时，某种细菌类型更常见于某个位置。

             Bacillus Lactobacillus Janibacter Brevibacterium Lawsonella     Location temperature
Sample1              2          30    164          8             21         48 bedroom    27
Sample2              0         211      0        996            195        108 bedroom   35
Sample3              1         938      1         21             38         43 pool   45
Sample4              0          95     17          1              4        334 pool   10
Sample5              0         192     91         25           1207       1659 soil    14
Sample6              0          12     33          6             12        119 soil   21
Sample7              0          16      3          0              0        805 soil    12

这个想法是运行随机森林来选择那些在查看位置和温度时更重要的特征（细菌）。

随机森林适合这个吗？当我运行 follozinw 命令时，出现以下错误：

randomForest(Location+Temperature ~.,data=mydf)
Error in Location + Temperature : non-numeric argument to binary operator. 

从错误看来，我不能同时使用连续变量和分类变量。我怎样才能解决这个问题 ？

例如，将数字温度变量转换为温度范围作为分类变量将是一个解决方案吗？

事实上，我已经尝试过，它通过将数字温度转换为范围并粘贴位置来工作，这样我就有了位置和温度的组合。

randomForest(Location_temperature ~.,data=dat)

我得到了我正在寻找的重要细菌的列表。现在我怎么知道哪一个对一个位置或另一个位置的贡献更大，因为我的模型我使用了所有站点？例如，如何检查您的重要变量（假设芽孢杆菌是随机森林模型中最重要的）在池位置中是否重要（它在池中解释了多少变化）？

希望清楚....

标签： rlinear-regressionrandom-forest