バイオ・データ・マイニング/RでRandom Forestを使う
をテンプレートにして作成
開始行:
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...
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...
Rには''randomForest''というパッケージがありますので，これ...
この記事の内容は，R 2.12.1とrandomForest 4.6-2で確認しま...
*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...
#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...
*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Ra...
Rにirisと入力すると，irisデータセットが表示されます．
#geshi(rsplus){{
> iris
Sepal.Length Sepal.Width Petal.Length Petal.Width ...
1 5.1 3.5 1.4 0.2 ...
2 4.9 3.0 1.4 0.2 ...
3 4.7 3.2 1.3 0.2 ...
4 4.6 3.1 1.5 0.2 ...
5 5.0 3.6 1.4 0.2 ...
...
}}
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(rsplus){{
> library(randomForest)
> data(iris)
> set.seed(17)
> iris.rf <- randomForest(formula = Species ~ ., data = i...
> 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...
*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...
-[[Random Forests:http://www.springerlink.com/content/u0p...
終了行:
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...
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...
Rには''randomForest''というパッケージがありますので，これ...
この記事の内容は，R 2.12.1とrandomForest 4.6-2で確認しま...
*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...
#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...
*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Ra...
Rにirisと入力すると，irisデータセットが表示されます．
#geshi(rsplus){{
> iris
Sepal.Length Sepal.Width Petal.Length Petal.Width ...
1 5.1 3.5 1.4 0.2 ...
2 4.9 3.0 1.4 0.2 ...
3 4.7 3.2 1.3 0.2 ...
4 4.6 3.1 1.5 0.2 ...
5 5.0 3.6 1.4 0.2 ...
...
}}
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(rsplus){{
> library(randomForest)
> data(iris)
> set.seed(17)
> iris.rf <- randomForest(formula = Species ~ ., data = i...
> 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...
*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...
-[[Random Forests:http://www.springerlink.com/content/u0p...
ページ名:
![[PukiWiki]](https://xn--p8ja5bwe1i.jp:443/wiki/image/banner.png "[PukiWiki]")