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

[19기_석승연]

 ☑️부스팅 

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

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

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

# 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")

📍 부스팅 모델 생성 -  결과

☑️ 배깅 

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

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

# 모델 생성
#install.packages("ipred")
library(ipred)
set.seed(1)
my_bag <- bagging(Type ~ ., data = wine_train, nbagg = 25)

# 모델 예측
p_bag <- predict(my_bag, wine_test[, -1])

# 모델 평가
bagging_accuracy <- sum(wine_test$Type == p_bag) / length(wine_test$Type)
cat("Accuracy with bagging:", bagging_accuracy, "\n")

📍 배깅 모델 생성 -  결과