RForML之核心包:e1071
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
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
if(!suppressWarnings(require(e1071)))
{
install.packages('e1071')
require(e1071)
}
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代码
-
##第一步:载入mlbench的Glass数据集
-
if(!suppressWarnings(require(mlbench)))
-
{
-
install.packages('mlbench')
-
require(mlbench)
-
}
-
data(Glass, package="mlbench")
-
##第二步:数据集划分:训练集和测试集
-
index <- 1:nrow(Glass)
-
testindex <- sample(index, trunc(length(index)/3))
-
testset <- Glass[testindex,]
-
trainset <- Glass[-testindex,]
-
##第三步:构建SVM模型
-
svm.model <- svm(Type ~ ., data = trainset, cost = 100, gamma = 1)
-
##第四步:SVM模型应用到测试数据集
-
svm.pred <- predict(svm.model, testset[,-10])
-
##第五步:模型结果评估
-
##1混淆矩阵
-
table(pred = svm.pred, true = testset[,10])
-
##2计算Accuracy和Kappa值
-
classAgreement(table(pred = svm.pred, true = testset[,10]))
2 回归问题
-
回归算法
-
R代码
-
##第一步:载入mlbench的Ozone数据集
-
if(!suppressWarnings(require(mlbench)))
-
{
-
install.packages('mlbench')
-
require(mlbench)
-
}
-
data(Ozone, package="mlbench")
-
View(Ozone)
-
##第二步:数据集划分,训练集和测试集7:3
-
index <- 1:nrow(Ozone)
-
testindex <- sample(index, trunc(length(index)/3))
-
trainset <- na.omit(Ozone[-testindex,-3])##忽略训练集含有缺失值的样本
-
dim(trainset)
-
testset <- na.omit(Ozone[testindex,-3]) ##忽略测试集含有缺失值的样本
-
dim(testset)
-
##第三步:创建SVM模型
-
svm.model <- svm(V4 ~ ., data = trainset, cost = 1000, gamma = 0.0001)
-
##第四步:利用SVM 模型预测目标变量的值
-
svm.pred <- predict(svm.model, testset[,-3])
-
##第五步:计算MSE(Mean Squared Error)
-
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/
数据人网是数据人学习、交流和分享的平台http://shujuren.org 。专注于从数据中学习。
平台的理念:人人投稿,知识共享;人人分析,洞见驱动;智慧聚合,普惠人人。
您在数据人网平台,可以1)学习数据知识;2)创建数据博客;3)认识数据朋友;4)寻找数据工作;5)找到其它与数据相关的干货。
我们努力坚持做原创,分享和传播有价值的数据知识!
我们都是数据人,数据是有价值的,坚定不移地利用数据价值创造价值!
点击【阅读原文】,进入【数据人网】
请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!