机器学习-分类随机森林分析(randomForest模型构建、参数调优、特征变量筛选、模型评估和基础理论等)
此文主要涉及随机森林分类分析,主要包含以下几部分内容:1)随机森林基础知识2)randomForest()认识及构建分类判别模型;3)随机森林参数调优4)随机森林模型评估classificationrate、Sensitivity和specificity和ROCcurve/AUCvalue5)特征变量重要性筛选及绘图重要性指数排序、交叉验证及Boruta算法筛选一、准备数据此处使用的包含分类信息的