RandomForest для регрессии в R

Я экспериментирую с R и пакетом randomForest, у меня есть некоторый опыт работы с SVM и Neural Nets. Мой первый тест - попытаться регрессировать: sin (x) + гауссовский шум. С помощью нейронных сетей и svm я получаю "относительно" хорошее приближение sin (x), так что шум отфильтровывается, а алгоритм обучения не переоснащается. (при достойных параметрах) Когда я проделываю то же самое с randomForest, у меня есть полностью переоборудованное решение. Я просто использую (R 2.14.0, на всякий случай пробовал и на 2.14.1):

library("randomForest")
x<-seq(-3.14,3.14,by=0.00628)
noise<-rnorm(1001)
y<-sin(x)+noise/4
mat<-matrix(c(x,y),ncol=2,dimnames=list(NULL,c("X","Y")))
plot(x,predict(randomForest(Y~.,data=mat),mat),col="green")
points(x,y)

Думаю, в randomForest есть волшебная опция, чтобы заставить его работать правильно, я пробовал несколько, но не нашел подходящего рычаг тянуть ...