R Language
기계 학습

임의의 포리스트 모델 만들기

기계 학습 알고리즘의 한 예는 Random Forest 알고리즘 (Breiman, L. (2001), Random Forests, Machine Learning 45 (5) , 5-32 페이지)입니다. 이 알고리즘은 randomForest 패키지에서 Breiman의 원래 Fortran 구현에 따라 R로 구현됩니다.

무작위 포레스트 분류기 객체는 클래스 변수를 이미 iris 데이터 세트에서 명백한 factor 로 준비함으로써 R에 생성 될 수 있습니다. 따라서 다음과 같은 방법으로 임의의 포리스트를 쉽게 만들 수 있습니다.

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