如何让随机森林输出连续型的预测值？

核心问题分析 #

你当前的模型属于分类任务，因为把Linear_weight转成了因子（as.factor()），所以只能输出离散的类别值。要输出连续预测值，需要切换为回归型随机森林，同时修正数据类型（你的示例数据里所有变量都是字符型，无法开展数值计算）。

具体步骤与修正代码 #

1. 修正数据类型

先把所有数值型变量从字符格式转换为数值格式，这是回归模型运行的基础：

library(randomForest)
# 创建数据集时直接转换为数值，或后续批量处理
Pitches <- data.frame(
  Linear_weight = as.numeric(c("1.39", "1.01", "-0.04", "-0.21", "-0.11", "-0.33")),
  Vel = as.numeric(c("93.5", "95.0", "97.1", "90.0", "80.1", "100.3")),
  HorzBrk = as.numeric(c("5.0", "8.1", "10.0", "9.1", "3.0", "6.0"))
)

2. 划分训练/测试集（保留你的逻辑，大数据集可换更稳定的划分方式）

set.seed(1234)
sample <- sample(1:nrow(Pitches), 0.5*nrow(Pitches)) 
training <- Pitches[sample,]
testing <- Pitches[-sample,]

3. 训练回归型随机森林

无需将响应变量转成因子，randomForest会自动识别数值型响应变量，默认执行回归任务：

# 回归模型：响应变量Linear_weight为数值型
RFM_reg <- randomForest(Linear_weight ~ Vel + HorzBrk, data = training)

4. 生成连续型预测值

预测时默认输出连续数值，直接赋值即可：

# 训练集预测
training$Weight_pred <- predict(RFM_reg, training)
# 测试集预测
testing$Weight_pred <- predict(RFM_reg, testing)

针对大数据集的优化提示 #

• 调参提升精度：可以调整ntree（树的数量，默认500）、mtry（每棵树随机选取的特征数，回归任务默认是总特征数的1/3）等参数，示例：

  RFM_reg_tuned <- randomForest(Linear_weight ~ Vel + HorzBrk, data = training, 
                                ntree = 1000, mtry = 2, importance = TRUE)
  

• 查看特征重要性：添加importance = TRUE参数后，用importance(RFM_reg_tuned)查看特征对预测的贡献度，辅助特征筛选。
• 稳定划分数据集：大数据集可使用caret包的createDataPartition替代sample，避免随机划分的偏差：

  library(caret)
  set.seed(1234)
  train_idx <- createDataPartition(Pitches$Linear_weight, p = 0.5, list = FALSE)
  training <- Pitches[train_idx,]
  testing <- Pitches[-train_idx,]
  

内容的提问来源于stack exchange，提问作者user19422662