R - ctree#2





이번 시간엔 의사결정나무, 즉 Decision Tree에 대해 설명합니다. 이번 편에는 간략하게 모델을 만드는 방법만을 실습합니다.


코드

#iris로 분류분석 - ctree

set.seed(123) #난수 고정
idx <- sample(1:nrow(iris),nrow(iris)*0.7)
idx
train <- iris[idx,]
test<- iris[-idx,]

library(party)
iris_tree<-ctree(Species~., data=train)
iris_tree
plot(iris_tree, type="simple")  # type="simple"은 간단히 보기
plot(iris_tree)

#분류모델 예측
pred <-predict(iris_tree, test)
pred

#빈도수, 정확도 구할수 있음
#빈도수
table(pred)
table(pred,test$Species) #
(12 +16+15)/nrow(test) # nrow() 전체개수 , 95%정확도가 나옴
library(caret)
confusionMatrix(pred,test$Species)




샘플 데이터




본 포스팅은 KIC 캠퍼스에서 박영권 강사의 지도하에 공부하며 작성한 리포트입니다.
혹시 잘못된 내용이 있거나 문제 소지시 댓글 남겨주시면 조치하겠습니다.




'코딩 > 데이터 분석_AI' 카테고리의 다른 글

R - Random forest 예제  (0) 2018.05.08
R - SVM 예제  (0) 2018.05.08
R - rpart 예제  (0) 2018.05.08
R - ctree#2  (0) 2018.05.08
R - ctree #1  (0) 2018.05.08
R - 로지스틱 회귀분석 #3  (0) 2018.05.08
R - 로지스틱 회귀분석 #2  (0) 2018.05.08

댓글(0)

Designed by JB FACTORY