library(MASS)
library(readr)
hubGENG_class <- read_csv("随机森林专用表.csv")
View(hubGENG_class)
data <- hubGENG_class
#查看数据
View(data)
#查看变量名称
names(data)
#查看数据集data中各变量基本统计信息
summary(data)
#更改class格式
data$class <- factor(data$class,levels = c("Tumor","Normal"),ordered=TRUE)
#查看变量类型
str(data)

library(randomForest)
set.seed(1)
rf.model<-randomForest(class~KIF2C+CKS1B+NCAPH+TOP2A+CKS2+CDC6+BUB1B+PTTG1+
                      TK1+MELK+SPAG5+FEN1+CDK1+FOXM1+EZH2+CENPF+TPX2+
                       CDC20+KNTC1+PLK1+CDKN3+ZWINT+KIF14+GINS1+CCNB2+
                       KIF11+UBE2C+KIFC1+ESPL1+TTK+CCNB1+CD93+CLDN5+TEK+VWF+
                       ENG+ICAM2+CD34+ANGPT1+TIE1+CSF3+GJA4+ACE+NOTCH4+SELE+
                       PECAM1+KDR+SELP+CDH5+THBD,data=data)
rf.model
plot(rf.model)
#绿线表示normal
#红线表示tumor
#黑线表示整体


#用which.min查找误差最低时的tree
which.min(rf.model$err.rate[,1])
#40
set.seed(1)
rf.model2<-randomForest(class~KIF2C+CKS1B+NCAPH+TOP2A+CKS2+CDC6+BUB1B+PTTG1+
                          TK1+MELK+SPAG5+FEN1+CDK1+FOXM1+EZH2+CENPF+TPX2+
                          CDC20+KNTC1+PLK1+CDKN3+ZWINT+KIF14+GINS1+CCNB2+
                          KIF11+UBE2C+KIFC1+ESPL1+TTK+CCNB1+CD93+CLDN5+TEK+VWF+
                          ENG+ICAM2+CD34+ANGPT1+TIE1+CSF3+GJA4+ACE+NOTCH4+SELE+
                          PECAM1+KDR+SELP+CDH5+THBD,data=data,ntree=40)
rf.model2



#变量重要性评分，比较重要
varImpPlot(rf.model2)


#保存图片