Re: 오늘의 마지막 문제. wine2.csv 데잍터를 분류하는 앙상블 모델을 생성하세요 ~

[19기_유재현]

    # Accuracy with boosting: 
    # mfinal = 5   :  0.9375 
    # mfinal = 10  :  0.9375 
    # mfinal = 15  :  0.9375 
    # mfinal = 20  :  1
    # mfinal = 25  :  1

#####  예제)  앙상블    (와인)

# 데이터 로드
data <- read.csv("c:\\data\\wine2.csv", stringsAsFactors = TRUE)
str(data)

# 훈련 데이터와 테스트 데이터 분리
set.seed(1)
in_train <- createDataPartition(data$Type, p = 0.9, list = FALSE)
wine_train <- data[in_train, ]
wine_test  <- data[-in_train, ]

# 모델 생성
#install.packages('adabag')
library(adabag)
set.seed(1)
m_adaboost <- boosting(Type ~ ., data = wine_train, mfinal = 20)

# 모델 예측
p_adaboost <- predict(m_adaboost, wine_test[, -1])

# 모델 평가
boosting_accuracy <- sum(wine_test$Type == p_adaboost$class) / length(wine_test$Type)
cat("Accuracy with boosting:", boosting_accuracy, "\n")
    # Accuracy with boosting: 
    # mfinal = 5   :  0.9375 
    # mfinal = 10  :  0.9375 
    # mfinal = 15  :  0.9375 
    # mfinal = 20  :  1
    # mfinal = 25  :  1