Modelo preditivo Random Forest

Prezado Marcos,

Já utilizou o modelo preditivo baseado em florestas randômicas ou "Random Forest", pode nos falar um pouquinho dele?

Olá, Guerreiro, tudo bem?

Então, eu nunca trabalhei com o algoritmo de random forest, mas tenho uma baita curiosidade de aprender mais a respeito (leia-se: preciso de tempo para estudar o assunto, rsrs).

Para a galera que abrir o tópico e não souber nada a respeito, Random Forest é o nome de um algoritmo de "machine learning" - que se refere à métodos nos quais o computador tenta achar soluções por tentativas, erros e avaliações do resultado (daí "aprendizado da máquina", é como se o computador estivesse aprendendo uma tarefa por tentativas). O Random Forest tem um bocado de aplicações em várias áreas (muitas fora da biologia, inclusive).

Um uso comum do RF está ligado à tarefas de classificação. Por exemplo, imagine que você tem dados morfométricos e quer dividir em grupos, espécies ou algo assim: o algoritmo RF pode ser usado para tentar achar a melhor classificação possível dos indivíduos estudados. Mas também há outras aplicações, incluindo em modelos de distribuição potencial de espécies.

Bom, estou longe de manjar do assunto, mas tenho aqui algum material interessante.

Do ponto de vista mais acadêmico, tem um artigo na Ecology sobre o assunto: http://onlinelibrary.wiley.com/doi/10.1890/07-0539.1/pdf

Do ponto de vista mais prático, e já falando em R, eu tinha este tutorial aqui separado para aprender mais em algum momento (mas ainda não tive tempo): https://jonlefcheck.net/2015/02/06/a-practical-guide-to-machine-learning-in-ecology/

O tutorial parece bem feito, já vi outras coisas muito boas neste blog.

E colocando o foco em outras aplicações, aqui um artigo que compara RF com outros algoritmos em situações de modelagem de distribuição de espécies: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5237372/

Qualquer coisa vamos conversando aqui, ok? Mesmo sem manjar muito do assunto, posso tentar ajudar com aplicações do RF no R, pois há bastante material e pacotes desenvolvidos, então as soluções práticas não devem ser complicadas.

Abraços!