library(randomForest)data(iris)set.seed(100)ind<-sample(2,nrow(iris),replace=TRUE,prob=c(0.7,0.3))#对数据分成两部分，70%训练数据，30%检测数据/traindata<-iris[ind==1,]testdata<-iris[ind==2,]iris.rf=randomForest(Species~.,iris[ind==1,],ntree=50,nPerm=10,mtry=3,proximity=TRUE,importance=TRUE)print(iris.rf)iris.pred=predict(iris.rf,iris[ind==2,])table(observed=iris[ind==2,"Species"],predicted=iris.pred)