Generated by Bing Image Creator: Beautiful close up phot, bulue tulips.
www.crosshyou.info
の続きです。今回はRのglmnetパッケージで multinomial recgression の方法で都道府県の classification を実行してみます。
まず、glmnet パッケージの読み込みをします。
glmnetでは、alpha = 0 だと Ridge Regression, alpha = 1 だと LASSO Regression, 0 ~ 1 の間の数字だと Elastic-Net Rregression になります。せっかくなので今回は一番手間のかかる Elastic-Net でやってみます。まずは、alpha を 0 ~ 1 のどの値にするかを決める必要があります。
これは、0.05 から 0.95 まで、0.05 刻みで alpha を調べようとしています。
これは、MSEを入れる箱です。
次は、 for loop で alpha の各値の MSE を計算します。
mse_list をグラフにしてみます。
一番右側の点が一番小さな MSE ですので、alpha = 0.95 が一番いいのですね。
確認します。
この best_alpha を使って推計します。
グラフにしてみます。
係数をみてみましょう。
educ_mean 大学・大学院卒者の割合と work_mean 就業時間のデータは使われないことがわかります。
このモデル式で結果を予測します。
実際の分類と比べてみます。
正解率は、(4 + 10 + 10 ) / 47 = 51% でした。
前回の knn の正解率は 60% ほどでしたので、それよりは成績は悪いですね。それでも、デタラメだったら 33% ですから、それよりはマシでした。
今回は以上です。
次回は、
です。
初めから読むには、
です。
