随机森林-R

作者: 灵妍 | 来源:发表于2018-03-23 20:16 被阅读4次

这里与Python的区别在于R中有一种变量叫factor,是专门用来表示分类对象的,我们需要把分类结果转换成factor。
另外,对于随机森林来说,决策树的数量并不是越多越好,且由于是随机的,每次的结果可能稍有不同。
代码:

# Random Forest Classification

# Importing the dataset
dataset = read.csv('Social_Network_Ads.csv')
dataset = dataset[3:5]

# Encoding the target feature as factor
dataset$Purchased = factor(dataset$Purchased, levels = c(0, 1))

# Splitting the dataset into the Training set and Test set
# install.packages('caTools')
library(caTools)
set.seed(123)
split = sample.split(dataset$Purchased, SplitRatio = 0.75)
training_set = subset(dataset, split == TRUE)
test_set = subset(dataset, split == FALSE)

# Feature Scaling
training_set[-3] = scale(training_set[-3])
test_set[-3] = scale(test_set[-3])

# Fitting Random Forest Classification to the Training set
# install.packages('randomForest')
library(randomForest)
classifier = randomForest(x = training_set[-3],
                          y = training_set$Purchased,
                          ntree=10)

# Predicting the Test set results
y_pred = predict(classifier, newdata = test_set[-3])

# Making the Confusion Matrix
cm = table(test_set[, 3], y_pred)

# Visualising the Training set results
library(ElemStatLearn)
set = training_set
X1 = seq(min(set[, 1]) - 1, max(set[, 1]) + 1, by = 0.0075)
X2 = seq(min(set[, 2]) - 1, max(set[, 2]) + 1, by = 0.0075)
grid_set = expand.grid(X1, X2)
colnames(grid_set) = c('Age', 'EstimatedSalary')
y_grid = predict(classifier, newdata = grid_set)
plot(set[, -3],
     main = 'Random Forest Classification (Training set)',
     xlab = 'Age', ylab = 'Estimated Salary',
     xlim = range(X1), ylim = range(X2))
contour(X1, X2, matrix(as.numeric(y_grid), length(X1), length(X2)), add = TRUE)
points(grid_set, pch = '.', col = ifelse(y_grid == 1, 'springgreen3', 'tomato'))
points(set, pch = 21, bg = ifelse(set[, 3] == 1, 'green4', 'red3'))

# Visualising the Test set results
library(ElemStatLearn)
set = test_set
X1 = seq(min(set[, 1]) - 1, max(set[, 1]) + 1, by = 0.0075)
X2 = seq(min(set[, 2]) - 1, max(set[, 2]) + 1, by = 0.0075)
grid_set = expand.grid(X1, X2)
colnames(grid_set) = c('Age', 'EstimatedSalary')
y_grid = predict(classifier, newdata = grid_set)
plot(set[, -3], main = 'Random Forest Classification (Test set)',
     xlab = 'Age', ylab = 'Estimated Salary',
     xlim = range(X1), ylim = range(X2))
contour(X1, X2, matrix(as.numeric(y_grid), length(X1), length(X2)), add = TRUE)
points(grid_set, pch = '.', col = ifelse(y_grid == 1, 'springgreen3', 'tomato'))
points(set, pch = 21, bg = ifelse(set[, 3] == 1, 'green4', 'red3'))

关键代码:
dataset$Purchased = factor(dataset$Purchased, levels = c(0, 1))
library(randomForest)
classifier = randomForest(x = training_set[-3],
y = training_set$Purchased,
ntree=10)
运行结果:


测试集.PNG 训练集.PNG
混淆矩阵.PNG
对于这组数据,逻辑回归算法和线性SVM无法正确划分低龄高收入以及高龄低收入用户,决策树和随机森林过拟合,无法去除噪音点,只有高斯SVM以及朴素贝叶斯预测出平滑曲线,分类效果比较好

相关文章

  • 随机森林-R

    这里与Python的区别在于R中有一种变量叫factor,是专门用来表示分类对象的,我们需要把分类结果转换成fac...

  • 随机森林(R语言)

    原文链接:随机森林(R语言) 微信公众号:机器学习养成记 搜索添加微信公众号:chenchenwings 随机森...

  • 随机森林

    随机森林(原理/样例实现/参数调优) R包randomForest的随机森林分类模型以及对重要变量的选择 简单易懂...

  • R语言 随机森林算法

    在随机森林方法中,创建大量的决策树。 每个观察被馈入每个决策树。 每个观察的最常见的结果被用作最终输出。 新的观察...

  • R语言与随机森林

    运用R语言实现随机森林 安装所需要的包randomForest.在Rstudio中输入所需安装的包的名称进行安装。...

  • 评估变量贡献度及模型预测——利用随机森林模型或广义线性模型

    参考资料:随机森林(2)R实战][https://www.yuque.com/biotrainee/biostat...

  • R 集成算法③ 随机森林

    1.介绍 如前文所述,随机森林目前拥有比较好的正确率,在各种数据中表现位于前列。随机森林顾名思义,是用随机的方式建...

  • 随机森林找分类marker | R

    metagenomics中,寻找区分两个类别的marker是很常见的分析。根据很多文章中的结果,摸索了一下怎么实现...

  • 何为决策树和随机森林?

    随机森林 定义:随机森林或随机决策森林是用于分类、回归和其他任务的集成学习方法。 名字由来:随机森林就是使用随机的...

  • 集成学习之Bagging和RF

    一、什么是随机森林 二、随机森林的两个随机 三、随机森林算法过程 四、为什么如此受欢迎 五、随机森林算法的优缺点 ...

网友评论

    本文标题:随机森林-R

    本文链接:https://www.haomeiwen.com/subject/pyzxcftx.html