(Bing Image Creator で生成: プロンプト: Close up of lotus flowers, which are real, photo)
の続きです。
今回は、randomForestパッケージで、ランダムフォレストで予測してみます。
まず、パッケージを読み込みます。
モデルをフィットさせます。
nodesize, maxnodes, ntree はパラメータですが、適当に設定しました。
df_test のデータを予測します。
結果をみてみましょう。
正解率は、(33 + 5) / (33 + 5 + 26 + 5) = 53.6% でした。
ランダムフォレストは一般に予測精度が高いと言われていますが、今回はそれほどでもありませんでした。
今回は以上です。
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。
# Random Forest
#
# randomForestの読み込み
library(randomForest)
#
# モデルをフィット
set.seed(123)
rf_model <- randomForest(factor(healthy) ~ ., data = df_train,
nodesize = 4, maxnodes = 200,
ntree = 1000)
#
# df_testの予測
rf_pred <- predict(rf_model, df_test)
#
# 結果
table(rf_pred, df_test$healthy)
#
# 正解率
(34 + 3) / (34 + 3 + 28 + 4)
#
