房屋价格预测-ML-Hackaton：使用具有相关热图，PCA和随机森林回归的特征选择进行房屋价格预测

资料说明：包括数据集+源代码+Word文档说明。 资料内容包括： 1)问题定义； 2)获取数据； 3)数据预处理； 4)探索性数据分析； 5)特征工程； 6)机器建模； 7)模型评估； 8)实际应用。

RF_regressor 使用sklearn随机森林回归器的预测模型

随机森林回归中寻找最佳mtry和ntree.txt

随机森林回归中寻找最佳mtry和ntree.txt

随机森林进行特征选择与回归

05.使用随机森林回归填补缺失值.ipynb

主要利用R语言进行随机森林回归，还有其他两种回归， library(lattice) library(grid) library(DMwR) library(rpart) library(ipred) library(randomForest) #回归树，装袋算法，随机森林三大回归 #前二种算法可以计算缺失数据，但随机森林不行，所以还需将数据进行清洗整理 data(algae) algae <- algae[-manyNAs(algae,0.2), ]#占有20%的NA值的行去掉 clean.algae <- knnImputation(algae,k=10)#平均值填充NA值 #回归树模型计算 model.tree=rpart(a1 ~ ., data = clean.algae[, 1:12]) summary(model.tree) pre.tree <- predict(model.tree, clean.algae) plot(pre.tree~clean.algae$a1) nmse1 <- mean((pre.tree- clean.algae[,'a1'])^2)/mean((mean(clean.algae[,'a1'])- clean.algae[,'a1'])^2) nmse1

matlab软件随机森林法回归模型代码，可直接matlab打开运行！精简版，包括数据导入、模型建立、误差计算、保存模型，绘制对比图的多个功能！

基于建模蛋白质3D结构信息和随机森林回归的二硫键连通性预测