R.如何将sapply（）应用于随机林

我需要使用随机森林包的一批模型。我决定使用模型列表来存储它们。现在我不知道如何应用它们。我使用

list.of.models <- append(list.of.models, randomForest(data, as.factor(label))

调用最后一个，但问题是randomForest返回一个包含许多值的列表，而不是学习者

如何添加到列表RF型号，然后调用它？例如，让我们看一段源代码

data(iris)
set.seed(111)
ind <- sample(2, nrow(iris), replace = TRUE, prob=c(0.8, 0.2))
iris.rf <- randomForest(Species ~ ., data=iris[ind == 1,])
iris.pred <- predict(iris.rf, iris[ind == 2,])

数据（iris）
种子（111）
ind使用append，您正在使用RF.model中的元素扩展model.list，因此predict.randomForest等无法识别，因为外部容器列表及其属性class=“randomForest”丢失。此外，数据输入在predict.randomForest中命名为newdata

这应该起作用：

set.seed(1234)
library(randomForest)
data(iris)

test = sample(150,25)

#create 3 models
RF.models = lapply(1:3,function(mtry) {
    randomForest(formula=Species~.,data=iris[-test,],mtry=mtry)
})
#append extra model
RF.models[[length(RF.models)+1]] = randomForest(formula=Species~.,data=iris[-test,],mtry=4)
summary(RF.models)

#predict all models
sapply(RF.models,predict,newdata=iris[test,])

#predict one model
predict(RF.models[[length(RF.models)]],newdata=iris[test,])

尝试了do.call（predict，c（rf$call，data，type=“prob”））但在predict.randomForest（randomForest（x=data，y=as.factor（label））：指定的截止值不正确“head（sapply（rf$call，predict，neuverd，type=“prob”））中出现了一个错误，但在UseMethod（“predict”）中出现了错误：没有适用于类“name”的对象的“predict”方法
set.seed(1234)
library(randomForest)
data(iris)

test = sample(150,25)

#create 3 models
RF.models = lapply(1:3,function(mtry) {
    randomForest(formula=Species~.,data=iris[-test,],mtry=mtry)
})
#append extra model
RF.models[[length(RF.models)+1]] = randomForest(formula=Species~.,data=iris[-test,],mtry=4)
summary(RF.models)

#predict all models
sapply(RF.models,predict,newdata=iris[test,])

#predict one model
predict(RF.models[[length(RF.models)]],newdata=iris[test,])