Rのランダムフォレスト

Sheeraz Gul 2024年2月15日

R R Random

ランダムフォレストアプローチでは、多数の決定木が作成されます。このチュートリアルでは、R でランダムフォレストアプローチを適用する方法を示します。

Rのランダムフォレスト

ランダムフォレストアプローチでは、多数の決定木が作成されます。多くの観察結果がデシジョンツリーに入力され、それらからの最も一般的な出力が最終出力として使用されます。

次に、新しい観測がすべての決定木に送信され、すべての分類モデルに対して多数決が取られます。ツリーの構築中に使用されなかったケースについて、OOB (out-of-bag) エラーの推定が行われます。

iris データセットを使用して、それにランダムフォレストアプローチを適用してみましょう。 R でランダムフォレストを実装するには、caTools と randomForest をインストールする必要があります。

install.packages("caTools")
install.packages("randomForest")

パッケージがインストールされたら、それらをロードしてランダムフォレストアプローチを開始できます。例を参照してください:

# Loading package
library(caTools)
library(randomForest)

# Split the data in train data and test data with ratio 0.8
split_data <- sample.split(iris, SplitRatio = 0.8)
split_data

train_data <- subset(iris, split == "TRUE")
test_data <- subset(iris, split == "FALSE")

# Fit the random Forest to the train dataset
set.seed(120) # Setting seed
classifier_Random_Forest = randomForest(x = train_data[-4],
                             y = train_data$Species,
                             ntree = 400)

classifier_Random_Forest

上記のコードは iris データを 0.8 の比率で分割し、トレーニングデータとテストデータを作成します。最後に、400 本の木でランダムフォレストアプローチを適用します。出力は次のとおりです。

Call:
 randomForest(x = train_data[-4], y = train_data$Species, ntree = 400)
               Type of random forest: classification
                     Number of trees: 400
No. of variables tried at each split: 2

        OOB estimate of  error rate: 0%
Confusion matrix:
           setosa versicolor virginica class.error
setosa         30          0         0           0
versicolor      0         30         0           0
virginica       0          0        30           0

ランダムフォレストモデルが適合したら、テストセットの結果を予測し、混同行列を確認して、モデルグラフをプロットできます。以下のコードを参照してください。

# Predict the Test set result
y_pred = predict(classifier_RF, newdata = test_data[-4])

# The Confusion Matrix
conf_matrix = table(test_data[, 4], y_pred)
conf_matrix

# Plot the random forest model
plot(classifier_Random_Forest)

# The importance plot
importance(classifier_Random_Forest)

# The Variable importance plot
varImpPlot(classifier_Random_Forest)

上記のコードは、テストセットの結果を予測し、混同行列を表示します。最後に、ランダムフォレストモデルプロット、重要度、および 変数重要度 プロットを示します。

出力を参照してください:

> conf_matrix
     y_pred
      setosa versicolor virginica
  0.1      1          0         0
  0.2     10          0         0
  0.3      3          0         0
  0.4      4          0         0
  0.5      1          0         0
  0.6      1          0         0
  1        0          2         0
  1.1      0          1         0
  1.2      0          1         0
  1.3      0          5         0
  1.4      0          3         0
  1.5      0          6         1
  1.6      0          1         1
  1.7      0          1         0
  1.8      0          2         4
  1.9      0          0         3
  2        0          0         3
  2.1      0          0         1
  2.3      0          0         4
  2.4      0          0         1

ランダムフォレストモデルプロット:

ランダムフォレストプロット 1

ランダムフォレストモデルの重要性:

             MeanDecreaseGini
Sepal.Length        6.1736467
Sepal.Width         0.9664428
Petal.Length       24.1454822
Species            28.0489838

Variable Importance プロット:

ランダムフォレストプロット 2

著者： Sheeraz Gul

Sheeraz is a Doctorate fellow in Computer Science at Northwestern Polytechnical University, Xian, China. He has 7 years of Software Development experience in AI, Web, Database, and Desktop technologies. He writes tutorials in Java, PHP, Python, GoLang, R, etc., to help beginners learn the field of Computer Science.

LinkedIn Facebook