R Language
Aprendizaje automático
Buscar..
Creando un modelo de bosque aleatorio
Un ejemplo de algoritmos de aprendizaje automático es el algoritmo de bosque aleatorio (Breiman, L. (2001). Bosques aleatorios. Aprendizaje automático 45 (5) , pág. 5-32). Este algoritmo se implementa en R de acuerdo con la implementación Fortran original de Breiman en el paquete randomForest
.
Los objetos clasificadores de bosque aleatorio se pueden crear en R preparando la variable de clase como factor
, que ya es evidente en el conjunto de datos del iris
. Por lo tanto, podemos crear fácilmente un bosque aleatorio mediante:
library(randomForest)
rf <- randomForest(x = iris[, 1:4],
y = iris$Species,
ntree = 500,
do.trace = 100)
rf
# Call:
# randomForest(x = iris[, 1:4], y = iris$Species, ntree = 500, do.trace = 100)
# Type of random forest: classification
# Number of trees: 500
# No. of variables tried at each split: 2
#
# OOB estimate of error rate: 4%
# Confusion matrix:
# setosa versicolor virginica class.error
# setosa 50 0 0 0.00
# versicolor 0 47 3 0.06
# virginica 0 3 47 0.06
parámetros | Descripción |
---|---|
X | Un marco de datos que contiene las variables descriptivas de las clases. |
y | Las clases de las obserbaciones individuales. Si este vector es un factor , se crea un modelo de clasificación, si no se crea un modelo de regresión. |
ntree | El número de árboles CART individuales construidos |
hacer.trace | cada i ª etapa, se devuelven los errores de falta de la caja general y para cada clase |
Modified text is an extract of the original Stack Overflow Documentation
Licenciado bajo CC BY-SA 3.0
No afiliado a Stack Overflow