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。すべての観測値は、すべての決定木に入力されます。各観測の最も一般的な結果は、最終出力として使用されます。新しい観測値がすべてのツリーに入力され、各分類モデルに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については、エラー推定が行われます。それはと呼ばれますOOB (Out-of-bag) パーセンテージで示される誤差推定。

Rパッケージ "randomForest" 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

パッケージをインストールするには、Rコンソールで以下のコマンドを使用します。依存パッケージがある場合は、それもインストールする必要があります。

install.packages("randomForest)

パッケージ「randomForest」には機能があります randomForest() これは、ランダムフォレストを作成および分析するために使用されます。

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ーの説明です-

  • formula は、予測変数と応答変数を説明する式です。

  • data 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の組み込みデータセットを使用して、決定木を作成します。変数「age」、「shoesize」、「score」がわかっている場合は、誰かのreadingSkillsのスコアと、その人がネイティブスピーカーであるかどうかを示します。

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、次の結果とチャートが生成されます-

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
...............................
...............................

を使用します randomForest() 決定木を作成し、そのグラフを表示する関数。

# 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

上に示したランダムフォレストから、靴のサイズとスコアが、誰かがネイティブスピーカーであるかどうかを決定する重要な要素であると結論付けることができます。また、モデルの誤差は1%しかないため、99%の精度で予測できます。