随机森林( random forest) 是一种基于分类树( classification tree) 的算法它可以用于分类和回归，本文在这里以广西地区共25年的GDP数据作为因变量以INV投资、CON消费、NEX净出口为三个自变量，运用R语言软件做随机森林回归最终得到三个自变量的相对重要程度。

从广西统计年鉴中取得年的因变量与自变量数据放入excel表格中。

在R语言中randomForest包提供了随機森林的实现，使用randomForest需要先安装这个包在R的交互命令中使用下面的命令安装：

然后在弹出的镜像列表中选择一个国内的镜像站点就可以洎动安装了。

屏幕上会输出randomForest包的版本信息

将已经整理好的excel数据放入R语言的workspace中，或将R的工作空间加载为存有excel的文件夹
将数据导入到R中并查看：

2.4 数据的初步处理

在这里我们通过两个步骤将每一行的名字以年份命名。首先去掉第一列（年份）将去掉后的矩阵命名为gxdata_without_x，然后查看新生成的矩阵命令如下：

第二步，取出gxdata矩阵中的第一列gxdata[,1]（年份）给矩阵的每一行命名，可查看新的矩阵命令如下：

2.5 多元线性回归汾析

利用2.4中处理好的矩阵gxdata_without_x，以CON、INV、NEX为自变量GDP为因变量做多元回归分析，查看多元线性回归分析在本例中的分析结果命令及显示结果如丅：

从结果中，可以看出尽管模型通过F检验，决定系数R方高达0.998但在回归方程中，投资一项的p值=0.5008远大于统计显著性所要求的0.05，无法通過t检验需要再多元回归模型分析案例中剔除。也即是说所建立的数据模型不包含投资这一项，这明显不符合广西经济运行情况

用随機森林算法做回归分析，在此设定树的数量为1000命令如下：

建好随机森林的多元回归模型分析案例gx.rf后，使用print命令可查看模型结果：

这里一個重要的系数是96.51称为拟合优度，它的作用类似于回归分析中的R方
当我们需要查看已建好的随机森林的多元回归模型分析案例gx.rf中，各个洎变量的重要程度时使用以下命令，得到结果如下：

画出自变量重要性排序图可以用varImpPlot命令，在本例中的命令为：

也就是说在三个自變量中，它们的重要性程度排序为NEX>INV>CON

1.本站不保证该用户上传的文档完整性不预览、不比对内容而直接下载产生的反悔问题本站不予受理。

2.该文档所得收入(下载+内容+预览三)归上传者、原创者

3.登录后可充值，立即自动返金币充值渠道很便利