Bing Image Creator で生成: Nemophila menziesii large fields, long landscape view photo
の続きです。
今回は、R の kernlab パッケージでサポートベクターマシーンの手法で予測してみます。まず、kernlab パッケージを読み込みます。
ksvm() 関数でモデルを生成します。
predict() 関数で予測します。
正解率を計算します。
でました！ 100% の正解率です！
こんなに簡単に 100% の正解率が得られるのは、ちょっと表示抜けです。
新しく別のトレーニング用のデータとテスト用のデータを生成して、もう一回やってみます。
ksvm() 関数でモデルを生成します。
predict() 関数で予測します。
正解率はどうなるでしょうか？
97.4% でした。
今までの結果をまとめると、
ロジスティクス回帰: 94.7%
LASSO 回帰: 96.5%
決定木: 92.1%
k-NN: 98.3%
ニューラルネットワーク: 96.5%
サポートベクターマシーン: 100%
となりました。
以上で、UCI の Breast Cancer Wisconcin (Diagnostics) のデータ分析はおしまいです。
初めから読むには、
です。
