元数据：
'data.frame':        500 obs. of  8 variables:
$ 载重值                  : num  16.2 27.7 26.9 16.5 25.9 ...
$ 基于车轮的车速平均      : num  75.66 16.18 72.61 2.46 78.4 ...
$ 设备号                  : num  1e+09 1e+09 1e+09 1e+09 1e+09 ...
$ 发动机扭矩平均          : num  542.4 171.2 600.5 78.6 660.6 ...
$ 变速箱传动比平均        : num  0.901 8.936 1.004 15.044 0.913 ...
$ 发动机燃料消耗率.00.平均: num  13.73 4.05 15.56 2.32 17.7 ...
$ 车辆载重平均            : num  16167 30262 27057 16453 25954 ...
$ 平均燃油消耗量平均      : num  3.87 3.92 5.04 3.87 3.92 ...

wl <- read.csv('C:/Users/Desktop/载重分析数据/data.csv')
wl<- wl[1:500,]
wl_fill <- na.roughfix(wl) #用中位数或众数替代缺失值
set.seed(1)
ind <- sample(2,nrow(wl_fill),replace=T,prob=c(0.7,0.3))#分集
train<-wl_fill[ind==1,]  
test<- wl_fill[ind==2,]
library(randomForest)
rf <- randomForest(载重值~.,data=train,mtry=2,ntree=500,prorimity=T,importance=T)
print(rf)
Call:
randomForest(formula = 载重值 ~ ., data = train, mtry = 2, ntree = 500,      prorimity = T, importance = T)
               Type of random forest: regression
                     Number of trees: 500
No. of variables tried at each split: 2

          Mean of squared residuals: 6.732419
                    % Var explained: 69.46
#预测
train_pred <- predict(rf,train)
test_pred <- predict(rf,test[,-1])
test_pred
freq <- table(train_pred,train$载重值)
result <- predict(rf,test[,2])
mse <- sum((result- test[,4])^2)/length(result)
mse # 143334.7
感觉后面的预测部分有点乱，并且结果也分析不出什么，谁可以帮忙补充下？