下载本文档
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
统计学习的模型与操作一、预测变量为连续型数值变量读入数据:rm(list=ls())setwd作工作\\课程\\经管软件应用\2016")install.packages("mboost")library("mboost")data("bodyfat",package="TH.data")str(bodyfat)write.table(bodyfat,file="bodyfat.csv",s=FALSE)数据结构及描述性统计Str(bodyfat)Summary(bodyfat)将数据集分为训练集和测试集set.seed(1234)ind=sample(2,nrow(bodyfat),replace=TRUE,prob=c(0.7,0.3))bodyfat_train=bodyfat[ind==1,]bodyfat_test=bodyfat[ind==2,]对测试集进行广义线性模性预测###构建广义线性模性myformula=DEXfat~age+waistcirc+hipcirc+elbowbreadth+kneebreadthbodyfat.glm=glm(myformula,data=bodyfat_train,family=gaussian("log"))summary(bodyfat.glm)###绘图,比较观测值与预测值library(ggplot2)###训练集中的观测值与预测值。p=qplot(bodyfat_train$DEXfat,pred1,colour="red",geom=c("point"))p=p+geom_abline(intercept=0,slope=1,colour="blue")p###测试集中的观测值与预测值pred2=predict(bodyfat.glm,newdata=bodyfat_test,type="response")p=qplot(bodyfat_test$DEXfat,pred2,colour=I("green"),geom=c("point"))p=p+geom_abline(intercept=0,slope=1,colour="blue")+ggtitle(‘测试集的观测值与预测值(广义线性模型)")p###测试集中的预测总误差。error1=sum((pred2-bodyfat_test$DEXfat)A2)###测试集中的均方根误差RMS1=sqrt(mean((pred2-bodyfat_test$DEXfat)A2))对测试集进行决策树分析###构建决策树模型library(rpart.plot)library(rpart)bodyfat.rpart=rpart(myformula,data=bodyfat_train,control=rpart.control(minsplit=10))summary(bodyfat.rpart)###绘制决策树模型图plot(bodyfat.rpart,uniform=TRUE)text(bodyfat.rpart,use.n=T)prp(bodyfat.rpart)###测试集中的观测值与预测值pred3=predict(bodyfat.rpart,newdata=bodyfat_test)p=qplot(bodyfat_test$DEXfat,pred2,colour=I("green"),geom=c("point"))p=p+geom_abline(intercept=0,slope=1,colour="blue")+ggtitle(‘测试集的观测值与预测值(决策树模型)")p###模型预测能力评价error2=sum((pred3-bodyfat_test$DEXfat)A2)RMS2=sqrt(mean((pred3-bodyfat_test$DEXfat)A2))对预测集进行随机森林分析###随机森林library(randomForest)bodyfat.ren=randomForest(myformula,data=bodyfat_train)summary(bodyfat.ren)pred4=predict(bodyfat.ren,newdata=bodyfat_test)error3=sum((pred4-bodyfat_test$DEXfat)A2)RMS3=sqrt(mean((pred4-bodyfat_test$DEXfat)A2))p=qplot(bodyfat_test$DEXfat,pred4,colour=I("red"),geom=c("point"))p=p+geom_abline(intercept=0,slope=1,colour="blue")+ggtitle(‘测试集的观测值与预测值(随机森林模型)")p二、预测变量为二分式分类变量rm(list=ls())setwd("E:\\E\\yang\\工作\\课程\\经管软件应用\\2016")#Readinthedatacensus=read.csv("census.csv")str(census)head(census)#splitdata(两个函数,caTools包中的sample.split函数,或者base包中的sample函数)library(caTools)set.seed(2000)spl=sample.split(census$over50k,SplitRatio=0.6)train=subset(census,spl==TRUE)test=subset(census,spl==FALSE)set.seed(2000)ind=sample(2,nrow(census),replace=TRUE,prob=c(0.6,0.4))train1=census[ind==1,]summary(train)summary(train1)#logit(logit模型预测和分析)trainlogit=glm(over50k~.,data=train,family="binomial")summary(trainlogit)#predictionlogitpre=predict(trainlogit,newdata=test,type="response")A1=table(test$over50k,logitpre>0.5)sum(diag(A1))/nrow(test)table(test$over50k)#auclibrary(ROCR)ROCRpredTest=prediction(logitpre,test$over50k)perf1=performance(ROCRpredTest,"tpr","fpr")plot(perf1)auc=as.numeric(performance(ROCRpredTest,"auc")@y.values)auc#treelibrary(rpart)library(rpart.plot)CARTcensus=rpart(over50k~.,data=train,method="class")prp(CARTcensus)cartpre=predict(CARTcensus,newdata=test,type="class")table(test$over50k,cartpre)predictTest=predict(CARTcensus,newdata=test)predictTest2=predictTest[,2]#ComputetheAUC:ROCRpred=prediction(predictTest2,test$over50k)perf2=performance(ROCRpred,"tpr","fpr")plot(perf2)as.numeric(performance(ROCRpred,"auc")@y.values)head(predictTest)A2=table(test$over50k,predictTest2>0.5)sum(diag(A2))/nrow(test)#RANDOMFORESTlibrary(randomForest)Forest=randomForest(over50k~.,data=train)forestpre=predict(Forest,newdata=test)A3=table(test$over50k,forestpre)sum(diag(A3))/nrow(test)#R
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- Windows Server网络管理项目教程(Windows Server 2022)(微课版)3.7 DHCP 拓展案例(一)DHCP中继代理的配置
- 高中语文第4课词语万花筒第3节每年一部“新词典”-新词语课件新人教版选修语言文字应用
- 信息技术(第2版)(拓展模块)教案 拓展模块5 5.3常用核心技术3
- 2024年江西省中考英语试题含解析
- 校园展美 课件 2024-2025学年人美版(2024)初中美术七年级上册
- 高中物理第一章运动的描述2时间和位移课件新人教版必修
- 【中考考点基础练】第10章 温度与物态变化 2025年物理中考总复习(福建)(含答案)
- 2024至2030年中国圆柱石英晶体谐振器数据监测研究报告
- 2024至2030年中国发音板数据监测研究报告
- 2024至2030年中国八爪鱼数据监测研究报告
- 小学英语人教PEP版6年级(上)期中考试复习
- 评茶员(高级)复习题含参考答案
- 2024年官方兽医考试题库(判断题)
- 职业健康安全培训课件(共32张课件)
- 2024年全国统考“营养师或营养指导员”相关知识考前试题库与参考答案
- 2024年07月首都博物馆2024年招考17名合同制用工人员笔试近年2018-2023典型考题及考点剖析附答案带详解
- 24春国家开放大学《乡镇行政管理》作业1-5参考答案
- 2024年辽宁铁道职业技术学院高职单招(英语/数学/语文)笔试历年参考题库含答案解析
- 2023年学习兴税(网络信息)知识考试复习题库(含答案)
- 北京大兴国际机场工程策划
- 社工志愿者考评表
评论
0/150
提交评论