랜덤 포레스트 이론과 실습

[유연수]

랜덤 포레스트 이론

https://gamma.app/docs/-9cp440ayimowhg0

랜덤포레스트.pdf

406.30KB

실습:

# 패키지 설치 (한번만 실행하면 됩니다)
install.packages("randomForest")

# 패키지 로드
library(randomForest)

# iris 데이터셋 로드
data(iris)

# 데이터 확인
head(iris)

# 데이터셋을 랜덤하게 섞고, 70%를 훈련 데이터, 30%를 테스트 데이터로 분리
set.seed(42)  # 랜덤 시드 설정 (재현 가능성 위해)
train_indices <- sample(1:nrow(iris), 0.7 * nrow(iris))

train_data <- iris[train_indices, ]
test_data <- iris[-train_indices, ]

# 랜덤 포레스트 모델 학습
rf_model <- randomForest(Species ~ ., data=train_data, ntree=100, mtry=2, importance=TRUE)

# 모델 요약 정보 확인
print(rf_model)

# 테스트 데이터에 대한 예측 수행
predictions <- predict(rf_model, test_data)

# 혼동 행렬(Confusion Matrix) 확인
confusion_matrix <- table(predictions, test_data$Species)
print(confusion_matrix)

# 정확도 계산
accuracy <- sum(diag(confusion_matrix)) / sum(confusion_matrix)
print(paste("Accuracy:", accuracy))

# 변수 중요도 확인
importance(rf_model)

# 변수 중요도 시각화
varImpPlot(rf_model)

변수 중요도 시각화 그래프는 MeanDecreaseAccuracy와 MeanDecreaseGini 두 가지 기준으로 변수의 중요도를 보여줍니다.

• MeanDecreaseAccuracy: 이 값은 변수를 제외했을 때 전체 모델의 정확도가 얼마나 감소하는지를 나타냅니다. 값이 클수록 해당 변수가 모델의 예측에 중요합니다.
• MeanDecreaseGini: 이 값은 각 변수가 분류 트리에서 노드 불순도를 얼마나 줄이는지를 나타냅니다. 값이 클수록 해당 변수가 중요한 것입니다.

해석

1.  
2.  

요약

• 모델은 Petal.Length와 Petal.Width를 가장 중요한 변수로 사용하여 꽃의 품종을 구분합니다.
• Sepal.Length와 Sepal.Width는 상대적으로 덜 중요한 변수입니다.
• 모델의 정확도는 95.56%로 매우 높은 수준입니다.

문제. wine2.csv 를  불러오고 와인의 등급을 분류하는 랜덤 포레스트 모델을 생성하시오!

수제비 3-170 페이지

수제비 3-171 페이지