差分
この文書の現在のバージョンと選択したバージョンの差分を表示します。
| 両方とも前のリビジョン 前のリビジョン 次のリビジョン | 前のリビジョン | ||
|
memo:r:rmachinelearning [2013/07/31 05:28] hasegawa |
memo:r:rmachinelearning [2016/07/17 04:22] (現在) |
||
|---|---|---|---|
| ライン 1: | ライン 1: | ||
| ====== Rで機械学習 ====== | ====== Rで機械学習 ====== | ||
| + | |||
| ===== 混合行列 Confusion Matrix ===== | ===== 混合行列 Confusion Matrix ===== | ||
| ライン 12: | ライン 13: | ||
| ``` | ``` | ||
| - | library(randomForest);library(caret) | + | library(randomForest);library(caret) |
| - | data <- iris | + | data <- iris |
| - | + | ||
| - | ## データをランダムに並べ替え | + | ## データをランダムに並べ替え |
| - | data <- data[sample(1:nrow(data),replace=F),] | + | data <- data[sample(1:nrow(data),replace=F),] |
| - | + | ||
| - | ## データの半分を学習用データ，残りの半分を検証用データに分割 | + | ## データの半分を学習用データ，残りの半分を検証用データに分割 |
| - | data.learn <- data[1:(nrow(data)/2),] | + | data.learn <- data[1:(nrow(data)/2),] |
| - | data.test <- data[((nrow(data)/2)+1):nrow(data),] | + | data.test <- data[((nrow(data)/2)+1):nrow(data),] |
| - | + | ||
| - | ## ランダムフォレストで分類モデルを作成 | + | ## ランダムフォレストで分類モデルを作成 |
| - | model.rf <- randomForest(Species~., data=data.learn, type="class") | + | model.rf <- randomForest(Species~., data=data.learn, type="class") |
| - | + | ||
| - | ## 作成したモデルで予測 | + | ## 作成したモデルで予測 |
| - | predicted <- predict(model.rf, data=data.test) | + | predicted <- predict(model.rf, data=data.test) |
| - | + | ||
| - | ## 観測値 | + | ## 観測値 |
| - | observed <- factor(data.test$Species) | + | observed <- factor(data.test$Species) |
| - | + | ||
| - | ## [Tips] 観測値の因子水準を使って，予測値を因子に変換 | + | ## [Tips] 観測値の因子水準を使って，予測値を因子に変換 |
| - | predicted <- factor(predicted,levels=levels(observed)) | + | predicted <- factor(predicted,levels=levels(observed)) |
| - | + | ||
| - | ## table関数を使って混合行列を作成 | + | ## table関数を使って混合行列を作成 |
| - | (cm <- table(predicted,observed)) | + | (cm <- table(predicted,observed)) |
| - | + | ||
| - | ## confusionMatrix関数を使って混合行列を作成し，有効性指標も算出 | + | ## confusionMatrix関数を使って混合行列を作成し，有効性指標も算出 |
| - | confusionMatrix(predicted,observed) | + | cm2 <- confusionMatrix(predicted,observed) |
| ``` | ``` | ||
| ライン 51: | ライン 52: | ||
| versicolor 9 8 9 | versicolor 9 8 9 | ||
| virginica 5 9 9 | virginica 5 9 9 | ||
| + | ``` | ||
| - | > confusionMatrix(predicted,observed) | + | ``` |
| + | > (cm2 <- confusionMatrix(predicted,observed)) | ||
| Confusion Matrix and Statistics | Confusion Matrix and Statistics | ||
| ライン 82: | ライン 85: | ||
| Detection Prevalence 0.3467 0.3467 0.3067 | Detection Prevalence 0.3467 0.3467 0.3067 | ||
| ``` | ``` | ||
| + | |||
| + | 混合行列をLaTeXで使う | ||
| + | |||
| + | ``` | ||
| + | cm2 <- confusionMatrix(predicted,observed) | ||
| + | |||
| + | latex( | ||
| + | cm2$table | ||
| + | , digits = 3 | ||
| + | , file="cm2conf.tex" | ||
| + | , title = "" # 表の1行1列目の内容 | ||
| + | , label = "tab_ConfusionMatrix" # LaTeXの\label | ||
| + | , caption = "Confusion matrix" # LaTeXの\caption | ||
| + | , here = T # \begin{table}[H]を指定 ctableだと効かないので，texファイルに手作業で追記する | ||
| + | , center = "centering" # center環境の代わりに\centerを使う．booktabだと適切に動作しない | ||
| + | ) | ||
| + | |||
| + | latex( | ||
| + | t(cm2$byClass) # 表が横長過ぎるので，転置する | ||
| + | , digits = 3 # 小数第3位まで表示 | ||
| + | , ctable = T # 論文向きのctable | ||
| + | , file="cm2indicator.tex" | ||
| + | , title = "" # 表の1行1列目の内容 | ||
| + | , label = "tab_EffectivenessIndicator" # LaTeXの\label | ||
| + | , caption = "Effectiveness indicator" # LaTeXの\caption | ||
| + | , here = T # \begin{table}[H]を指定 ctableだと効かないので，texファイルに手作業で追記する | ||
| + | , center = "centering" # center環境の代わりに\centerを使う．booktabだと適切に動作しない | ||
| + | ) | ||
| + | ``` | ||
| + | |||
| [Tips] 観測値の因子水準を使って，予測値を因子に変換 | [Tips] 観測値の因子水準を使って，予測値を因子に変換 | ||
| ライン 113: | ライン 146: | ||
| str(cm2) | str(cm2) | ||
| - | 混合行列（tableオブジェクト）から見た目そのままにデータフレームに変換する関数作っておく | + | 混合行列（tableオブジェクト）から見た目そのままにデータフレームに変換する関数Table2Dataframeを作っておく |
| Table2Dataframe <- function(tbl){ | Table2Dataframe <- function(tbl){ | ||
| df <- data.frame(matrix(tbl, nrow = nrow(tbl))) | df <- data.frame(matrix(tbl, nrow = nrow(tbl))) | ||
