在随机森林中拆分训练和测试数据的查询

Question

我有一个包含 15 个变量和 4669 个观测值的数据框。

我正在使用随机森林进行建模。我的数据集的目标是预测特定产品是否会被客户接受。

所以，我的输出变量有因子 "Yes"、"No" 和“”。

我的问题是，我是否有可能在随机森林中将这个 "" 预测为是或否？

示例数据如下所示

Outputvar <- c("Yes", "Yes", "No", "NO", "", "")
Inputvar1 <- c("M", "F", "F", "M", "F", "M")
Inputvar2 <- c("34","25","40","50","60","34")
data <- data.frame(cbind(Outputvar,Inputvar2,Inputvar1))

我是 R 的新手，如果我的理解有误，那么谁能解释一下我可以做什么？

编辑：这是我迄今为止尝试过的代码

library(RandomForest)
data$outvar <- factor(data$outputvar, exclude = NULL)
ind0 <- sample(2, nrow(data), replace = TRUE, prob = c(0.7,0.3))
train0 <- data[ind0==1, ]
test0 <-  data[ind0==2, ]
fit1 <- randomForest(outputvar1~., data=train0)
print(fit1)
plot(fit1)

编辑2： 编号：3536 是：1061 "" : 72

Answer 1

My target from my data set is to predict is a particular product will be accepted by the customer or not.

so, my output variable has factors of "Yes", "No" and "".

嗯，没有。这里的实际上下文是：

您的输出变量只有两个因素，“是”和“否”；并且您的可用数据集有一部分您没有结果值 ("") 而您想预测它。

My question is, Is it possible for me to predict this "" , as Yes or No in random Forest ?

原则上，是的——这正是随机森林等分类器的用途。一般来说，您需要仅使用结果 (Yes/No) 确实可用的样本来训练您的模型（训练集，您可以将其中的一个子集用作测试集，以便评估您的模型表现）;之后，您可以在其余数据集中使用 predict 来预测结果。

当然，这只是一个复合过程的4行总结，其中涉及到很多步骤，sub-steps这里无法详细分析，但希望能给你一个（非常）高层次的视图问题的（可以说，这就是您要问的）。我对 的回答也应该有用。