a) 先用临近值填补缺失值
iter: 迭代数 breiman说4-6次就好，过多的迭代数不会让OOB error变小
set.seed:保证抽取的过程是随机的
hd~: 我们想通过所有参数预测hd
红框部分为每次迭代的OOB error
b) 构建随机森林模型
mtry:
如果我们想预测的是连续变量，该值为总的变量值/3
如果想预测的是factor，该值为总变量数的根号
本例子中，hd是factor，mtry的默认值为sqrt(13)=3.6约等于3
number of tree :500 种树个数，默认500个
no. of variables tried at each split : 3 （即mtry）节点个数
OOB误差 ：17.82% 这个很重要
cofusion matrix的意义 ：
22个unhealthy被分入healthy中
32个healthy被分入unhealthy中
c) 更换mtry和number of trees的数量，使随机森林达到最优
核心思想：使OOB，healthy, unhealthy的error rate达到最低
横行：种的第i颗树，i=1:500，依次类推
纵行：OOB error rate; healthy error rate; unhealthy error rate
可以看出：当树种到400以后，三者的误差基本不变了
500-1000之间，误差基本不变，因此选500颗树就好
可以看出, mtry在3左右就很好，再低容易引起过拟合
具体原理参照我之前的帖子
可见我们的随机森林效果不错， healthy分成一类，unhealthy分成一类
注意：importance=TRUE必须得打开，否则没法进行重要性评分