バイオ・データ・マイニング/RでRandom Forestを使うの変更点

この記事はまだ書きかけです．


*はじめに [#wde48917]

Random Forestは，Baggingのような，サンプリングをベースとしたアンサンブル学習の一手法です．
Baggingとの最大の違いは，事例だけでなく属性のサンプリングも行うところです．

Rには''randomForest''というパッケージがありますので，これを使います．

この記事の内容は，R 2.12.1とrandomForest 4.6-2で確認しました．


*インストール [#vcc69052]

Rを起動したら，ライブラリーの入手先を指定し，パッケージをインストールします．
#geshi(R){{
#geshi(rsplus){{
> options(CRAN="http://cran.r-project.org")
> install.packages("randomForest")
}}

途中でパッケージをダウンロードするためのサーバーを聞かれますので，日本のミラー・サイトを選択します．



*実行 [#u7646463]

ここでは，Rに標準で付属しているirisデータセットを使ってRandom Forestを実行します．
Rにirisと入力すると，irisデータセットが表示されます．
#geshi(R){{
#geshi(rsplus){{
> iris
    Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
1            5.1         3.5          1.4         0.2     setosa
2            4.9         3.0          1.4         0.2     setosa
3            4.7         3.2          1.3         0.2     setosa
4            4.6         3.1          1.5         0.2     setosa
5            5.0         3.6          1.4         0.2     setosa
...
}}


Random Forestを実行する手順は次のようになります．
+randomForestライブラリーの読み込み
+データの読み込み
+乱数のシードの設定
+Random Forestの実行
+結果の表示

#geshi(R){{
#geshi(rsplus){{
> library(randomForest)
> data(iris)
> set.seed(17)
> iris.rf <- randomForest(formula = Species ~ ., data = iris)
> print(iris.rf)

Call:
 randomForest(formula = Species ~ ., data = iris) 
               Type of random forest: classification
                     Number of trees: 500
No. of variables tried at each split: 2

        OOB estimate of  error rate: 4.67%
Confusion matrix:
           setosa versicolor virginica class.error
setosa         50          0         0        0.00
versicolor      0         47         3        0.06
virginica       0          4        46        0.08
}}


パラメーターの設定などについての説明を追加したいと思っていますが，またいつか．


*参考情報 [#de8a73af]

-[[「R言語によるRandom Forest徹底入門－集団学習による分類・予測－」－ Tokyo.R #11で講師をしてきました:http://d.hatena.ne.jp/hamadakoichi/20110130/p1]] | hamadakoichi blog
-[[Random Forests:http://www.springerlink.com/content/u0p06167n6173512/]], Leo Breiman, '''Mach Learn''', 45:5-32, 2001.