> ## Classification:
> ##data(iris)
> set.seed(71)
> iris.rf <- randomForest(Species ~ ., data=iris, importance=TRUE,proximity=TRUE)
> print(iris.rf)

Call:
randomForest(formula = Species ~ ., data = iris, importance = TRUE,      proximity = TRUE)
               Type of random forest: classification
                     Number of trees: 500
No. of variables tried at each split: 2

        OOB estimate of  error rate: 5.33%
Confusion matrix:
           setosa versicolor virginica class.error
setosa         50          0         0        0.00
versicolor      0         46         4        0.08
virginica       0          4        46        0.08
这个可以输出混淆矩阵
> insect <- read.csv("C:/Users/LiuYu/Desktop/insects2.csv", header = TRUE) #从硬盘读入数据到对象
> insectRF1 <- randomForest(Species ~ ., data=insect, importance=TRUE, ntree=500)#insect[,c('L1','L2','L3','L4')]表示昆虫的量度，是一个4乘以20的矩阵；insect[,'species']表示昆虫的物种类别，是20个物种名组成的一个向量。
> print（insectRF1）这可以输出混淆矩阵吗？怎么输不出
> new.data <- data.frame(L1=20, L2=50, L3=30, L4=20) #判别该量度的昆虫归类为A、B和C的概率
> predict(insectRF1, new.data, type="prob") #判别该量度的昆虫归类为A、B和C的概率
      A     B     C
1 0.834 0.084 0.082
attr(,"class")
[1] "matrix" "votes"
> predict(insectRF1, new.data, type="response") #判别该量度的昆虫的类别?
1
A
Levels: A B C