randomForest वस्तु सब है वस्तु में प्रत्येक पेड़ के बारे में जानकारी। प्रत्येक पेड़ विशेष रूप से जटिल नहीं है, हालांकि यह भ्रमित हो सकता है।
iris.rf <- randomForest(Species ~ ., data=iris, importance=TRUE,
proximity=TRUE)
> names(iris.rf$forest)
[1] "ndbigtree" "nodestatus" "bestvar" "treemap" "nodepred"
[6] "xbestsplit" "pid" "cutoff" "ncat" "maxcat"
[11] "nrnodes" "ntree" "nclass" "xlevels"
आर के बाहर जंगल का उपयोग करने के तरीके को जानने के लिए, आपको स्रोत कोड देखना होगा। RandomForest के स्रोत पैकेज को डाउनलोड करें, tar.gz निकालें और src निर्देशिका में देखें। Rf.c में आप फ़ंक्शन क्लासॉर्स्ट देखेंगे (और regrf.c में regressst पर regression के लिए देखें)। आर फ़ंक्शन भविष्यवाणी देखें। यादृच्छिक रूप से यह देखने के लिए कि इसे कैसे कहा जाता है। आपको R
के भीतर इसे देखने के लिए getAnywhere ("predict.randomForest") का उपयोग करना पड़ सकता है। आर जानकारी निकालने और दूसरे पैकेज में भविष्यवाणी करने के लिए इसे चारों ओर मिलाने की आवश्यकता होगी, इसलिए आपको सोचना होगा वास्तव में इससे पहले कि आप वास्तव में ऐसा किया। आपके द्वारा उपयोग किए जाने वाले सॉफ़्टवेयर में रिफिट करना अधिक सरल हो सकता है।
आपके उत्तर @ पाओलो के लिए धन्यवाद, लेकिन, मेरे पास पीएमएमएल फ़ाइल होने के बाद, मैं इसे कैसे निष्पादित कर सकता हूं? – nanounanue
यदि उत्तर आपके लिए उपयोगी था, तो एक उत्थान की सराहना की जाएगी! ;-) आपके प्रश्न के बारे में आपको यह सत्यापित करने की आवश्यकता है कि क्या आप उस भाषा में पीएमएमएल मॉडल आयात कर सकते हैं जिसका उपयोग आप तैनाती के लिए करेंगे। – Paolo
आप सही हैं! पोस्ट उपयोगी था, मुझे वोट दें। क्या आप मुझे पीएमएमएल का समर्थन करने वाली कुछ भाषा या सॉफ्टवेयर की सिफारिश कर सकते हैं? आपकी सहायता के लिए एक बार फिर से धन्यवाद। – nanounanue