R语言机器学习之核心包e1071

  • A+
所属分类:R语言 机器学习

R语言有很多包可以做机器学习(Machine Learning)的任务。机器学习的任务主要有有监督的学习方式和无监督的学习方式。

  • 有监督学习:在正确结果指导下的学习方式,若是正确结果是定性的,属于分类问题;若正确结果是定量的,属于回归问题。
  • 无监督学习:在没有正确结果指导下的学习方式,例如:聚类分析、降维处理等

有很多R包可以做机器学习,本文介绍RForML之核心包:e1071

R语言机器学习之核心包e1071

一、 e1071包简介

e1071包为什么命名e1071,详见:https://www.quora.com/Why-is-the-R-package-e1071-named-so

e1071包实现了机器学习里面的SVM(支持向量机)算法,NB(朴素贝叶斯)算法、模糊聚类算法、装袋聚类算法等。

二、e1071包安装和加载

e1071包是R的扩展包,需要先安装,再加载,才能使用这个包里面函数做机器学习任务。
安装和加载e1071包的代码

  1. if(!suppressWarnings(require(e1071)))
  2. {
  3. install.packages('e1071')
  4. require(e1071)
  5. }

三、e1071包做机器学习

e1071包做预测,即分类和回归。

1、分类问题

利用SVM算法对UCI的glass数据进行分类

  • SVM算法

R语言机器学习之核心包e1071

  • R代码
  1. ##第一步:载入mlbench的Glass数据集
  2. if(!suppressWarnings(require(mlbench)))
  3. {
  4. install.packages('mlbench')
  5. require(mlbench)
  6. }
  7. data(Glass, package="mlbench")
  8. ##第二步:数据集划分:训练集和测试集
  9. index <- 1:nrow(Glass)
  10. testindex <- sample(index, trunc(length(index)/3))
  11. testset <- Glass[testindex,]
  12. trainset <- Glass[-testindex,]
  13. ##第三步:构建SVM模型
  14. svm.model <- svm(Type ~ ., data = trainset, cost = 100, gamma = 1)
  15. ##第四步:SVM模型应用到测试数据集
  16. svm.pred <- predict(svm.model, testset[,-10])
  17. ##第五步:模型结果评估
  18. ##1混淆矩阵
  19. table(pred = svm.pred, true = testset[,10])
  20. ##2计算Accuracy和Kappa值
  21. classAgreement(table(pred = svm.pred, true = testset[,10]))

2、回归问题

  • 回归算法
    R语言机器学习之核心包e1071
  • R代码
  1. ##第一步:载入mlbench的Ozone数据集
  2. if(!suppressWarnings(require(mlbench)))
  3. {
  4. install.packages('mlbench')
  5. require(mlbench)
  6. }
  7. data(Ozone, package="mlbench")
  8. View(Ozone)
  9. ##第二步:数据集划分,训练集和测试集7:3
  10. index <- 1:nrow(Ozone)
  11. testindex <- sample(index, trunc(length(index)/3))
  12. trainset <- na.omit(Ozone[-testindex,-3])##忽略训练集含有缺失值的样本
  13. dim(trainset)
  14. testset <- na.omit(Ozone[testindex,-3]) ##忽略测试集含有缺失值的样本
  15. dim(testset)
  16. ##第三步:创建SVM模型
  17. svm.model <- svm(V4 ~ ., data = trainset, cost = 1000, gamma = 0.0001)
  18. ##第四步:利用SVM 模型预测目标变量的值
  19. svm.pred <- predict(svm.model, testset[,-3])
  20. ##第五步:计算MSE(Mean Squared Error)
  21. crossprod(svm.pred - testset[,3]) / length(testindex)

参考资料

1 SVM算法:https://en.wikipedia.org/wiki/Support_vector_machine

2 NB分类器:https://en.wikipedia.org/wiki/Naive_Bayes_classifier

3 回归算法:https://en.wikipedia.org/wiki/Regression_analysis

4 e1071包说明文档:https://cran.r-project.org/web/packages/e1071/

 

作者:JackWang

个人介绍:专注于从数据中学习,努力发掘数据之洞见,积极利用数据之价值。

数据人网
R语言实战(中文完整版)
深入浅出数据分析(中文版)
Excel数据可视化分析方法大全
误差分位数的默示有效估计与\ 自回归时间序列的预测区间

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: