(Bing Image Creator で生成: プロンプト: Close up of pink Astragalus sinicus flowers, flowering aside water rice fields, blue sky, photo)
の続きです。
今回はランダムフォレストで予測してみましょう。randomForest パッケージの randomForest() 関数を使います。
まずは、パッケージの読み込みです。
randomForest() 関数でモデルを生成します。
predict() 関数で予測します。
confusionMatrix() 関数で予測結果をみてみます。
いままでの結果に追加します。
ランダムフォレストによる予測が一番良い結果でした。さすがですね。
今回は以上です。
初めから読むには、
です。
今回のコードは以下になります。
#
# 第6のモデル ランダムフォレスト
# randomForest パッケージの読み込み
library(randomForest)
#
# モデルの生成
set.seed(333)
rf_model <- randomForest(factor(yes) ~ ., data = df_train)
#
# 予測
rf_pred <- predict(rf_model, df_test, type = "class")
head(rf_pred)
#
# 成績
confusionMatrix(rf_pred, factor(df_test$yes))
#
# 成績を保存
estimates_results <- estimates_results |>
rbind(
tibble(
model = "rf",
accuracy = 0.9008,
b_accuracy = 0.6235
)
)
estimates_results
#
