RF<-randomForest(lat.max~.,data=dd,ntree=1000,importance=TRUE)
##建立随机森林，这是一个regression模型，生成1000棵分类树，importance=TRUE代表返回预测变量的重要性估计。

imp<-importance(RF)
##计算相应变量的重要性，值越大，代表当前的变量越重要；
##这里是回归模型，故第一个变量值如下计算：
##对于某个变量x,针对每棵树，用没有用到的值(out of bag)去计算MSE,然后置换out of bag样本中的x,
##计算MSE,这个时候MSE通常会变大，计算相应的差，对每棵树得到的差做平均，再除以其标准差，
##得到相应的值做为该变量的IncMSE
##第二个值如下计算：
##某个变量作为node时，计算其对node impurity的提高，我觉得是用的两个MSE的差。然后将所有值加起来，
##除以树的总棵数。

impvar<-rownames(imp)[order(imp[,1],decreasing=TRUE)]
##将预测变量名排序，根据其重要性的第一个指标值IncMSE，按从大到小排序；

op<-par(mfrow=c(3,3),mar=c(4,4,2,2))
##绘制图形，将整个界面等划分为3行3列，mar=c(4,4,2,2)以“下，左，上，右”的顺序指定边界大小，单位是英寸。
for(i in seq_along(impvar)){
  partialPlot(RF,dd,impvar[i],xlab=impvar[i],ylab="Longitude",ylim=c(26,30),main="")
}
##seq_along(impvar)相当于1:length(impvar)
##partialPlot中的参考文献对所画的函数描述不清，
##\tilde{f}(x) = \frac{1}{n} ∑_{i=1}^n f(x, x_{iC})
##我只是猜测，应该是固定除了关心的变量之外的变量，画出当前变量与响应变量之间的关系

你把悬赏值当成代码售价？那谁还敢帮你看？

我的天啊，昨天睡前晕了！！谢谢楼上的回复啊。马上更改

顶一下啦

顶一下啦