|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
|
# 규칙기반 알고리즘을 이용하여 식용버섯과 독버섯 분류하기 (oneR)
mushroom <- read.csv('c:/data/mushrooms.csv',header=T,stringsAsFactors = T)
train_cnt <- round( 0.75 * dim(mushroom)[1]) # 6093
# shuffle
set.seed(11)
train_index <- sample(1:dim(mushroom)[1], train_cnt, replace=F)
# train (75%) / test (25%)
mushroom_train <- mushroom[train_index, ]
mushroom_test <- mushroom[-train_index, ]
# oneR로 모델 생성
install.packages("OneR")
library(OneR)
model1 <- OneR(type~. , data=mushroom_train)
model1
summary(model1)
# 예측
result1 <- predict( model1, mushroom_test[ , -1] )
# 정확도
library(gmodels)
x = CrossTable( mushroom_test[ , 1], result1)
x$prop.tbl[1]+x$prop.tbl[4] # 0.9862137
##########################################################
# 규칙기반 알고리즘을 이용하여 식용버섯과 독버섯 분류하기 (JRip)
# JRip로 모델 생성
install.packages("RWeka")
library(RWeka)
model2 <- JRip(type~ ., data=mushroom_train)
model2
summary(model2) # 작은 이원교차표가 하나 보임
# 예측
result2 <- predict( model2, mushroom_test[ , -1] )
# 정확도
library(gmodels)
x <- CrossTable( mushroom_test[ , 1], result2)
x$prop.tbl[1]+x$prop.tbl[4] # 1
|
cs |
'인공지능 > 실습예제' 카테고리의 다른 글
| (R) 다중회귀분석 이해하기 (0) | 2020.06.30 |
|---|---|
| (R) 회귀분석 활용하기 (0) | 2020.06.26 |
| (R) 의사결정트리 활용하기 2 - 은행 대출 채무 이행/불이행 여부 예측 (0) | 2020.06.25 |
| (R) 의사결정트리 활용하기 1 - 화장품을 구입할 고객은? (0) | 2020.06.25 |
| (R) 나이브베이즈알고리즘 활용하기 3 - 독감 환자입니까? (0) | 2020.06.25 |