r - 我对预测随机森林中的新数据有一些疑问

Question

我有一些问题，当对 X_train、y_train、X_test、y_test 使用随机森林时。

训练数据时，我这样使用：

rf_train <- randomForest(y = y_train, x = X_train, ntree = 1000)

但是，我有一个问题。哪一个对预测新数据是正确的。：

1.

随机森林（y = y_test，x = X_test，ntree = 1000）

2.

预测（rf_train，X_test）

请告诉我哪一个是正确的。

标签： rrandom-forest

Answer 1

在这种情况下，您可以结合使用函数签名以及您的直觉（和文档）来回答您自己的问题。predict您应该使用该函数将随机森林模型应用于新的测试数据。正如你所说的那样，predict将模型输出作为第一个参数randomForest。第二个参数是包含测试数据的数据框或矩阵，每个测试用例一行。正如文档所述，至少在使用回归构建的随机森林模型的情况下，输出是一个响应向量，每个测试用例/测试用例的输入矩阵/数据框的行的一个响应。