Re: 오늘의 마지막 문제. 콘크리트 데이터에 대한 모델을 3개를 만들고 다음과 같이 표로 정리하시오 !

[19기_유동현]

# 1. 데이터 불러오기

concrete <- read.csv("c:\\data\\concrete.csv", header = T)

head(concrete)

# strength <- 종속변수

# 2. 데이터 살펴보기

colSums(is.na(concrete))

# 3. 훈련과 테스트 분리

library(caret)

set.seed(1)

train_num <- createDataPartition( concrete$strength, p=0.9, list = F)

train_data <- concrete[train_num, ]

test_data <- concrete[ -train_num, ]

nrow(train_data) # 930

nrow(test_data) # 100

# 4. 모델 생성

library(rpart)

library(rpart.plot)

library(Cubist)

library(randomForest)

model <- rpart( strength ~., data=train_data) # 회귀트리

model2 <- cubist(x=train_data[ ,-9],y=train_data[ , 9]) # 모델트리

model_rf <- randomForest(strength ~., data = train_data, ntree=500, mtry=3) #랜덤포레스트

rpart.plot( model, digits=3)

# 5. 모델 예측

result <- predict(model, test_data[ , -9])

result2 <- predict(model2, test_data[ ,-9])

result_rf <- predict(model_rf, test_data[ ,-9])

# 7. 모델 평가

cor(result, test_data[ , 9])

cor(result2, test_data[ , 9])

cor(result_rf, test_data[ ,9])

# 오차 구하기

mae <- function( actual, predicted) { mean( abs(actual - predicted))}

mae( test_data[,9],result)

mae( test_data[,9],result2)

mae( test_data[,9],result_rf)