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

[19기_서동현]

회귀 트리 모델

hist(con$strength)



#4. 훈련 데이터와 테스트 데이터를 분리합니다.
library(caret)
set.seed(1)
train_num <- createDataPartition( con$strength, p=0.9, list=F)

train_data <- con[ train_num,    ]
test_data <- con[ - train_num,    ]

nrow( train_data )
nrow( test_data )   


library(rpart)

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


library(rpart.plot)

rpart.plot(model, digits=3)

#7. 훈련된 모델로 테스트 데이터를 예측
result<-predict(model, test_data[ ,-9])
result

#8. 모델 성능 평가
cor( result,  test_data[   , 9] )  #74%


library(Cubist)

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

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

cor( result2,  test_data[  , 9] ) #93.38277%



library(randomForest)
set.seed(1)
model_rf<-randomForest( strength~., data=train_data, ntree=500,mtry=3)
model_rf


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

cor( result_rf, test_data[  ,9] )  # 96.84604%

74%-> 93.38277%->  96.84604%