(Bing Image Creator で生成: プロンプト: Close up of natural flowering morning glory flower, violet one and pink one , photo)
今回はニューラルネットワークで予測してみます。
neuralnet パッケージを読み込みます。
neuralnet()関数でモデルをフィットさせます。
predict()関数で予測します。
table()関数で実際の値と比較します。
正解率を計算します。
60.9% でした。今までの予測の中では一番良い結果です。しかし、まだデタラメ予測の信頼区間内ですね。
今回は以上です。
次回は、
です。
はじめから読むには、
です。
今回のコードは以下になります。
#
# ニューラルネットワーク
library(neuralnet)
#
# モデルのフィット
set.seed(12349876)
nn_model <- neuralnet(healthy ~ ., data = df_train,
hidden = c(1, 1), linear.output = FALSE)
#
# 予測
nn_pred <- predict(nn_model, df_test) |>
round()
#
# 実際との比較
table(nn_pred, df_test$healthy)
#
# 正解率
(34 + 8) / (34 + 8 + 23 + 4)
#
