如何绘制随机森林模型的决策边界

Question

我有

## Classification:
library("randomForest")
data=iris
data<-data[data$Species!="setosa",]
data$Species<-factor(as.character(data$Species))
iris.rf <- randomForest(Species ~ Sepal.Length+Petal.Length, data=data, importance=TRUE,            proximity=TRUE)

我想构造一个带有决策边界的Sepal.Length~Petal.Length 。 这将是什么样的界限？ 2个类别中每个类别的概率为0.5？

Answer 1

您拥有一个随机森林，因此不一定有一个清晰的决策边界，就像从非概率线性分类器（如SVM）中获得的那样。 但是你可以用类似...

library(ggplot2)
ggplot(data=data,aes(x=Petal.Length, y=Sepal.Length, color= iris.rf$predicted) ) + 
       geom_point()

在这种情况下，是的，因为您只对它进行了两次培训，所以颜色变化所代表的边界为0.5。