More Related Content
More from LINE Corp. (20)
Rによる決定木解析の一例
- 7. RでCART
#irisデータを奇数行(訓練データ)と偶数行(評価データ)に分割
>nn<- 2*(1 : nrow(iris))-1
> train.iris <- iris[nn, ]
> test.iris <- iris[-nn, ]
#決定木モデル
> cart.model <- rpart(Species~., train.iris)
> print(cart.model, digit=3)
…
1) root 75 50 setosa (0.333 0.333 0.333)
2) Petal.Length< 2.45 25 0 setosa (1.000 0.000 0.000) *
3) Petal.Length>=2.45 50 25 versicolor (0.000 0.500 0.500)
6) Petal.Width< 1.65 25 1 versicolor (0.000 0.960 0.040) *
7) Petal.Width>=1.65 25 1 virginica (0.000 0.040 0.960) *
2011.12.06 データ解析中間発表会
6/ 9
- 9. RでCART
#評価のため表を作成。
>cart.predict<- predict(cart.model, test.iris[,-5], type="class")
> table(test.iris[,5], cart.predict)
cart.predict
setosaversicolorvirginica
setosa
25
0
0
versicolor 0
24
1
virginica
0
3
22
#正解率
> result <- table(test.iris$Species, cart.predict)
>(result[1,1]+result[2,2]+result[3,3])/(result[1,1]+result[2,2]+result[3,3]+result[3,2]+re
sult[2,3])
0.9466667
2011.12.06 データ解析中間発表会
8/ 9