差分

このページの2つのバージョン間の差分を表示します。

この比較画面へのリンク

両方とも前のリビジョン前のリビジョン
次のリビジョン		前のリビジョン
mselab:2014:stat:week3:r1 [2015/01/27 11:22] – watalumselab:2014:stat:week3:r1 [2015/01/27 11:30] (現在) – watalu
行 15: 行 15:
 を参考に、進めて欲しい。 を参考に、進めて欲しい。
  
 +サポートベクターマシン(ksvm)はkernlabパッケージに、バギング(bagging)はipredパッケージに、ブースト(ada)はadaパッケージに、ランダムフォレスト(randomForest)はrandomForestパッケージに、それぞれ含まれているので、まずは必要なパッケージをインストールする。
 <code> <code>
 bank <- read.table("c:¥¥Users¥¥Student¥¥bank-full.csv",  bank <- read.table("c:¥¥Users¥¥Student¥¥bank-full.csv", 
行 26: 行 27:
 install.packages("ada", dependencies=TRUE) install.packages("ada", dependencies=TRUE)
 library(ada) library(ada)
 +install.packages("randomForest", dependencies=TRUE)
 +library(randomForest)
 </code> </code>
  
 +サポートベクターマシンに学習させる実行例：
 <code> <code>
 bank.svm <- ksvm(y~., data=bank,  bank.svm <- ksvm(y~., data=bank, 
行 36: 行 40:
 </code> </code>
  
 +バギングに学習させる実行例：
 <code> <code>
 bank.bag<-bagging(y~., data=bank, bank.bag<-bagging(y~., data=bank,
行 43: 行 48:
 </code> </code>
  
 +Adaブーストに学習させる実行例：
 <code> <code>
 bank.ada <- ada(y~., data=bank, bank.ada <- ada(y~., data=bank,
行 49: 行 55:
 table(bank.ada.p, bank$y) table(bank.ada.p, bank$y)
 </code> </code>
 +
 +ランダムフォレストに学習させる実行例：
 +<code>
 +bank.rf <- randomForest(y~., data=bank) 
 +bank.rf.p <- predict(bank.rf) 
 +table(bank.rf.p, bank$y)
 +</code>
 +
 +以上は「弱い学習機械」の指定と、個々の学習機械の設定パラメータが、デフォルトのままであることとは注意しておく。パラメータのチューニングが必要なはずである。
 +
 +なお、この課題では「過学習」について言及していないが、過学習は大事な問題であるので、各自、少し調べて気にすることを進める。
  
 == 提案書 == == 提案書 ==