Um desses m\u00e9todos \u00e9 construir uma \u00e1rvore de decis\u00e3o<\/a> . No entanto, a desvantagem de usar uma \u00fanica \u00e1rvore de decis\u00e3o \u00e9 que ela tende a sofrer de alta vari\u00e2ncia<\/a> .<\/span><\/p>\n Ou seja, se dividirmos o conjunto de dados em duas metades e aplicarmos a \u00e1rvore de decis\u00e3o a ambas as metades, os resultados poder\u00e3o ser muito diferentes.<\/span><\/p>\n Um m\u00e9todo que podemos usar para reduzir a vari\u00e2ncia de uma \u00fanica \u00e1rvore de decis\u00e3o \u00e9 construir um modelo de floresta aleat\u00f3rio<\/a> , que funciona da seguinte forma:<\/span><\/p>\n 1.<\/strong> Pegue b<\/em> amostras inicializadas do conjunto de dados original.<\/span><\/p>\n 2.<\/strong> Crie uma \u00e1rvore de decis\u00e3o para cada amostra de bootstrap.<\/span><\/p>\n 3.<\/strong> Calcule a m\u00e9dia das previs\u00f5es de cada \u00e1rvore para obter um modelo final.<\/span><\/p>\n Acontece que florestas aleat\u00f3rias tendem a produzir modelos muito mais precisos do que \u00e1rvores de decis\u00e3o \u00fanica e at\u00e9 mesmo modelos empacotados<\/a> .<\/span><\/p>\n Este tutorial fornece um exemplo passo a passo de como criar um modelo de floresta aleat\u00f3rio para um conjunto de dados em R.<\/span><\/p>\n Primeiro, carregaremos os pacotes necess\u00e1rios para este exemplo. Para este exemplo simples, precisamos apenas de um pacote:<\/span><\/p>\n Para este exemplo, usaremos um conjunto de dados R integrado chamado Qualidade do Ar<\/strong> , que cont\u00e9m medi\u00e7\u00f5es da qualidade do ar na cidade de Nova York durante 153 dias individuais.<\/span><\/p>\n Este conjunto de dados possui 42 linhas com valores ausentes. Portanto, antes de ajustar um modelo de floresta aleat\u00f3rio, preencheremos os valores faltantes em cada coluna com as medianas das colunas:<\/span><\/p>\n Relacionado:<\/strong><\/span> Como imputar valores ausentes em R<\/a><\/p>\n\n
Passo 1: Carregue os pacotes necess\u00e1rios<\/strong><\/span><\/h3>\n
library<\/span> (randomForest)\n<\/strong><\/pre>\n Etapa 2: ajustar o modelo de floresta aleat\u00f3ria<\/strong><\/span><\/h3>\n
#view structure of air quality dataset<\/span>\nstr(airquality)\n\n'data.frame': 153 obs. of 6 variables:\n $ Ozone: int 41 36 12 18 NA 28 23 19 8 NA ...\n $Solar.R: int 190 118 149 313 NA NA 299 99 19 194 ...\n $ Wind: num 7.4 8 12.6 11.5 14.3 14.9 8.6 13.8 20.1 8.6 ...\n $ Temp: int 67 72 74 62 56 66 65 59 61 69 ...\n $Month: int 5 5 5 5 5 5 5 5 5 5 ...\n $Day: int 1 2 3 4 5 6 7 8 9 10 ...\n\n#find number of rows with missing values\n<\/span>sum(! complete<\/span> . cases<\/span> (airquality))\n\n[1] 42\n<\/strong><\/pre>\n #replace NAs with column medians\n<\/span>for<\/span> (i in<\/span> 1: ncol<\/span> (air quality)) {\n airquality[,i][ is<\/span> . na<\/span> (airquality[, i])] <- median<\/span> (airquality[, i], na<\/span> . rm<\/span> = TRUE<\/span> )\n}\n<\/strong><\/pre>\n
![\"Teste](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/aleatoireforetr1.png\")
<\/p>\n![\"Floresta](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/aleatoireforetr2.png\")
<\/p>\n![\"Erro](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/aleatoireforetr3.png\")
<\/p>\n