随机森林几乎不是黑匣子。它们基于决策树，决策树很容易解释：
#Setup a binary classification problem
require(randomForest)
data(iris)
set.seed(1)
dat <- iris
dat$Species <- factor(ifelse(dat$Species=='virginica','virginica','other'))
trainrows <- runif(nrow(dat)) > 0.3
train <- dat[trainrows,]
test <- dat[!trainrows,]
#Build a decision tree
require(rpart)
model.rpart <- rpart(Species~., train)
这产生了一个简单的决策树：
> model.rpart
n= 111
node), split, n, loss, yval, (yprob)
* denotes terminal node
1) root 111 35 other (0.68468468 0.31531532)
2) Petal.Length< 4.95 77 3 other (0.96103896 0.03896104) *
3) Petal.Length>=4.95 34 2 virginica (0.05882353 0.94117647) *
如果Petal.Length <4.95，则此树将观察分类为“其他”。如果大于4.95，则将观察结果归类为“ virginica”。随机森林是许多这样的树的简单集合，其中每棵都是在数据的随机子集上训练的。然后，每棵树对每个观察结果的最终分类进行“投票”。
model.rf <- randomForest(Species~., train, ntree=25, proximity=TRUE, importance=TRUE, nodesize=5)
> getTree(model.rf, k=1, labelVar=TRUE)
left daughter right daughter split var split point status prediction
1 2 3 Petal.Width 1.70 1 <NA>
2 4 5 Petal.Length 4.95 1 <NA>
3 6 7 Petal.Length 4.95 1 <NA>
4 0 0 <NA> 0.00 -1 other
5 0 0 <NA> 0.00 -1 virginica
6 0 0 <NA> 0.00 -1 other
7 0 0 <NA> 0.00 -1 virginica
您甚至可以从射频中提取单个树，然后查看它们的结构。格式与rpart模型略有不同，但是您可以根据需要检查每棵树，并查看其如何对数据建模。
此外，没有一个模型是真正的黑匣子，因为您可以检查数据集中每个变量的预测响应与实际响应。无论您要构建哪种模型，这都是一个好主意：
library(ggplot2)
pSpecies <- predict(model.rf,test,'vote')[,2]
plotData <- lapply(names(test[,1:4]), function(x){
out <- data.frame(
var = x,
type = c(rep('Actual',nrow(test)),rep('Predicted',nrow(test))),
value = c(test[,x],test[,x]),
species = c(as.numeric(test$Species)-1,pSpecies)
)
out$value <- out$value-min(out$value) #Normalize to [0,1]
out$value <- out$value/max(out$value)
out
})
plotData <- do.call(rbind,plotData)
qplot(value, species, data=plotData, facets = type ~ var, geom='smooth', span = 0.5)
我已经将变量（花瓣和花瓣的长度和宽度）标准化为0-1范围。响应也为0-1，其中0为其他，1为virginica。如您所见，即使在测试集上，随机森林也是一个很好的模型。
此外，随机森林将计算各种变量重要性的量度，这可能会非常有用：
> importance(model.rf, type=1)
MeanDecreaseAccuracy
Sepal.Length 0.28567162
Sepal.Width -0.08584199
Petal.Length 0.64705819
Petal.Width 0.58176828
该表表示删除每个变量将降低模型准确性的程度。最后，您可以从随机森林模型中绘制出许多其他图，以查看黑匣子中发生的情况：
plot(model.rf)
plot(margin(model.rf))
MDSplot(model.rf, iris$Species, k=5)
plot(outlier(model.rf), type="h", col=c("red", "green", "blue")[as.numeric(dat$Species)])
您可以查看每个功能的帮助文件，以更好地了解它们的显示内容。
