是什么预测（）函数，并在R A随机森林模型的情况下预测模型$之间的区别？

Question

使用随机森林包： -

#install.packages("randomForest")
library(randomForest)

我用了一个在线代码来运行我的系统上随机森林。我买了混淆矩阵和精度等的模型现在，我的数据是在训练和验证集的形式。我从这里得到的数据： - https://archive.ics.uci.edu/ml/machine-learning-databases/car/我在70％-30％的比例将其划分（训练 - 验证，分别地）。然后我跑了它的模型。模型结果给了我大约30观测错误归类为在其上运行的随机森林变量的一个特定值的答案。下面是样本数据： -

     BuyingPrice Maintenance NumDoors NumPersons Bootspace Safety Condition
        vhigh         low        4          4       med    low     unacc
        vhigh         med        2          4       med   high       acc
        vhigh         med        2       more     small   high     unacc
        vhigh        high        3          4       big   high     unacc
        vhigh         med        4       more     small    med     unacc
         low         low        2       more       med    med       acc 

在随机森林是在预测的最后一个变量，“条件”运行。下面是模型摘要

Call:
 randomForest(formula = Condition ~ ., data = TrainSet, ntree = 500,      
mtry = 6, importance = TRUE) 
               Type of random forest: classification
                     Number of trees: 500
No. of variables tried at each split: 6

        OOB estimate of  error rate: 2.48%
Confusion matrix:
      acc good unacc vgood class.error
acc   244    4     6     2  0.04687500
good    3   44     1     0  0.08333333
unacc  11    1   843     0  0.01403509
vgood   2    0     0    47  0.04081633

如果我们把表（一个只有我们以上）的第一行，我们看到的是价值“ACC”已经有244个正确的预测（95％）和12个错误的预测。同样，“好”已经有44个正确的预测（91％）和4个错误的预测。等等其他两个。错误的预测的总数目是30（12 + 4 + 12 + 2）现在，在技术上该模型的预测值应该从实际由30个错误分类值不同。现在，我试图用两种方法得到的预测值： -

    1. First method :- model2$predicted.
    2. Second method :- predTrain <- predict(model2, TrainSet, type = "class")

第一种方法使我的预测值集，从30位的实际的不同而第二种方法给我的数据集，则正好等于实际值。我认为第一种方法是正确的，但在链接的家伙已经用第二个。

 https://www.r-bloggers.com/how-to-implement-random-forests-in-r/

不知道在我的概念是走错了，请帮忙。 PS： - 我知道的是，已经被问过类似的问题，但我觉得，无论是问题，它下面的答案是不够精细或容易解释我。这就是为什么，我问了一个新问题。

样品编号

set.seed(100)
train <- sample(nrow(data1),0.7*nrow(data1),replace=FALSE)
TrainSet <- data1[train,]
ValidSet <- data1[-train,]
model2 <- randomForest(Condition ~ ., data = TrainSet, ntree = 500, mtry=6, 
importance = TRUE)
predTrain <- predict(model2, TrainSet, type = "class")
new1 <- data.frame(actual = TrainSet$Condition, predicted = predTrain)
new2 <- data.frame(actual = TrainSet$Condition, predicted = 
model2$predicted)
new1$third <- 0
for(i in 1:nrow(new1))
{
if(new1[i,1] == new1[i,2])
{
new1[i,3] = 1
}else{
new1[i,3] = 0
}
}
new2$third <- 0
for(i in 1:nrow(new2))
{
  if(new2[i,1] == new2[i,2])
  {
    new2[i,3] = 1
  }else{
    new2[i,3] = 0
  }
}

谢谢，阿沛

Answer 1

据随机森林函数的文档：预测：基于外的袋样品输入数据的预测值。

因此，与不使用这种观察模型获得的观测值的预测值。

该预测功能适用学会了新的数据模型，不知道他们是用于训练。因此，任何观察同时用于学习和预测。

你应该使用的预测输出为每个预测值计算，而不用于训练相应的观察。