数据建模（预测，分类）：连续＆离散输入，离散输出

Question

我有样本数据如下。

In.1 In.2 In.3 In.Category Out 
1.5 2.4 1.9   A  A 
3.8 51.5 5.2   A  B 
82.2 3.3 48.5   B  B 
10.1 1.0 2.8   C  B 
18.8 48.6 85.1   A  C 

备注

In.1~In.3 : Continous Value (Numeric) 
In.Category : Discrete 

Out : Discrete 
In.Category value is not relevant to Out value.(They are not the same) 

我想找到根据样本数据的规则。如果我获得更多的输入数据，我想预测出什么价值将会是什么。 （我个人认为它可能与聚类，分类或关联规则有关）

应该应用什么样的统计建模？

请给我一个R的例子源代码吗？ （至少伪代码）

Answer 1

自我回答：

我认为Random Forest应适用。

请参考以下链接

Computational Prediction