R-random-forest
R-ランダムフォレスト
ランダムフォレストアプローチでは、多数の決定木が作成されます。 すべての観測は、すべての決定ツリーに送られます。 各観測の最も一般的な結果が最終出力として使用されます。 新しい観測がすべてのツリーに入力され、各分類モデルに対して多数決が行われます。
ツリーの構築中に使用されなかったケースのエラー推定が行われます。 これは* OOB(Out-of-bag)*エラー推定値と呼ばれ、パーセンテージで示されます。
Rパッケージ "randomForest" は、ランダムフォレストを作成するために使用されます。
Rパッケージをインストールする
Rコンソールで以下のコマンドを使用して、パッケージをインストールします。 また、依存パッケージがある場合はインストールする必要があります。
install.packages("randomForest)
パッケージ「randomForest」には、ランダムフォレストの作成と分析に使用される関数* randomForest()*が含まれています。
構文
Rでランダムフォレストを作成するための基本的な構文は次のとおりです-
randomForest(formula, data)
以下は、使用されるパラメータの説明です-
- *式*は、予測変数と応答変数を記述する式です。
- data は、使用されるデータセットの名前です。
入力データ
readingSkillsという名前のR組み込みデータセットを使用して、意思決定ツリーを作成します。 変数 "age"、 "shoesize"、 "score"がわかっている場合、およびその人がネイティブスピーカーかどうかを知っている場合、その人のreadingSkillsのスコアを示します。
これがサンプルデータです。
# Load the party package. It will automatically load other
# required packages.
library(party)
# Print some records from data set readingSkills.
print(head(readingSkills))
上記のコードを実行すると、次の結果とグラフが生成されます-
nativeSpeaker age shoeSize score
1 yes 5 24.83189 32.29385
2 yes 6 25.95238 36.63105
3 no 11 30.42170 49.60593
4 yes 7 28.66450 40.28456
5 yes 11 31.88207 55.46085
6 yes 10 30.07843 52.83124
Loading required package: methods
Loading required package: grid
...............................
...............................
例
- randomForest()*関数を使用して決定木を作成し、グラフを表示します。
# Load the party package. It will automatically load other
# required packages.
library(party)
library(randomForest)
# Create the forest.
output.forest <- randomForest(nativeSpeaker ~ age + shoeSize + score,
data = readingSkills)
# View the forest results.
print(output.forest)
# Importance of each predictor.
print(importance(fit,type = 2))
上記のコードを実行すると、次の結果が生成されます-
Call:
randomForest(formula = nativeSpeaker ~ age + shoeSize + score,
data = readingSkills)
Type of random forest: classification
Number of trees: 500
No. of variables tried at each split: 1
OOB estimate of error rate: 1%
Confusion matrix:
no yes class.error
no 99 1 0.01
yes 1 99 0.01
MeanDecreaseGini
age 13.95406
shoeSize 18.91006
score 56.73051
結論
上記のランダムフォレストから、誰かがネイティブスピーカーかどうかを決定する重要な要因はシューサイズとスコアであると結論付けることができます。 また、モデルには1%の誤差しかないため、99%の精度で予測できます。