Re: 오늘의 마지막 문제. 와인 데이터(wine2.csv) 를 이용해서 와인의 종류를 분류하는...

[19기_서동현]

#데이터 불러오기

#1. 데이터를 불러옵니다.
wine<-read.csv('wine2.csv',header=T,stringsAsFactors = T)
wine

#2. 데이터를 살펴봅니다.
str(wine)
#결측치 확인
colSums(is.na(wine))

        
 #3. 훈련 데이터와 테스트 데이터 분리
library(caret)
 set.seed(1)
 wine$Type
train_num <- createDataPartition( wine$Type , p=0.9, list=F)
length(train_num) # 25
train_data <-  wine[  train_num,    ]
test_data <- wine[ -train_num,    ]
 
        nrow(train_data) #161
        nrow(test_data) #16

        
        #모델 생성
        library(C50)
        wine_model <-C5.0(train_data[ , -1],train_data[ , 1])
        
        #모델 확인
        summary(wine_model)
        
        #모델 예측
        train_result <- predict( wine_model, train_data[ ,-1])
        test_result <- predict( wine_model, test_data[ ,-1])
        

        #루프문
        y <- 0
        jumpby <-1
        
        for  ( i  in  1:100 ) {
          model<-C5.0(train_data[ ,-1],train_data[ ,1], trials=i) 
          train_result <- predict(model, train_data[ ,-1])
          a<- sum(train_result == train_data[ ,1])/161 *100
          y <- y + jumpby
          print(paste(i,'일때',a))
        }

        y <- 0
        jumpby <-1
        
        for  ( i  in  1:1000 ) {
          model<-C5.0(train_data[ ,-1],train_data[ ,1], trials=i) 
          test_result <- predict(model, test_data[ ,-1])
          a<- sum(test_result == test_data[ ,1])/16 *100 #100%
          y <- y + jumpby
          print(paste(i,'일때',a))
        }

트리 3일때 정확도 100