识别随机森林中错误分类的样本

Question

我正在 RStudio 中执行随机森林分析，我可以使用下面的代码提取混淆矩阵。我可以看到有多少样本被错误分类，但是我可以使用什么代码来识别哪些特定样本被错误分类？

library(randomForest)
library(rfPermute)

rfmetrics <- randomForest(x, y, ntree=ntree, importance=T)
print(rfmetrics)

Call:
 randomForest(x = x, y = y, ntree = ntree, importance = T) 
               Type of random forest: classification
                     Number of trees: 1999
No. of variables tried at each split: 25

        OOB estimate of  error rate: 56.88%
Confusion matrix:
  1  2  3 4 class.error
1 8  7  7 4   0.6923077
2 4 19  2 4   0.3448276
3 3  3 15 6   0.4444444
4 3  9 10 5   0.8148148

Answer 1

如果您分享一个最小的可重现示例，我们可以更好地帮助您。无论如何，这段代码可能很有用：

library(dplyr)
data.frame(y, y_hat = myrf$predicted) %>% 
  mutate(id = row_number()) %>% 
  filter(y != y_hat)

其中

y

是您观察到的响应向量，

y_hat

是基于您的估计的预测值，

id

内的

mutate

是指示第 i 个观察值的位置的新列，

y != y_hat

filter

唯一的观察被错误分类。您可以使用

id

来查找这些值。