微信的微网站模板,wordpress账号密码分享,东莞网站建设 手袋厂,搜索引擎作弊的网站有哪些R语言有很多包可以做机器学习(Machine Learning)的任务。机器学习的任务主要有有监督的学习方式和无监督的学习方式。有监督学习#xff1a;在正确结果指导下的学习方式#xff0c;若是正确结果是定性的#xff0c;属于分类问题#xff1b;若正确结果是定量的#xff0c;属…R语言有很多包可以做机器学习(Machine Learning)的任务。机器学习的任务主要有有监督的学习方式和无监督的学习方式。有监督学习在正确结果指导下的学习方式若是正确结果是定性的属于分类问题若正确结果是定量的属于回归问题。无监督学习在没有正确结果指导下的学习方式例如聚类分析、降维处理等有很多R包可以做机器学习本文介绍RForML之核心包:e1071一、 e1071包简介e1071包实现了机器学习里面的SVM(支持向量机)算法NB(朴素贝叶斯)算法、模糊聚类算法、装袋聚类算法等。二、e1071包安装和加载e1071包是R的扩展包需要先安装再加载才能使用这个包里面函数做机器学习任务。安装和加载e1071包的代码if(!suppressWarnings(require(e1071))){install.packages(e1071)require(e1071)}三、e1071包做机器学习e1071包做预测即分类和回归。1、分类问题利用SVM算法对UCI的glass数据进行分类SVM算法R代码##第一步载入mlbench的Glass数据集if(!suppressWarnings(require(mlbench))){install.packages(mlbench)require(mlbench)}data(Glass, packagemlbench)##第二步数据集划分训练集和测试集index testindex testset trainset ##第三步构建SVM模型svm.model ##第四步SVM模型应用到测试数据集svm.pred ##第五步模型结果评估##1混淆矩阵table(pred svm.pred, true testset[,10])##2计算Accuracy和Kappa值classAgreement(table(pred svm.pred, true testset[,10]))2、回归问题回归算法R代码##第一步载入mlbench的Ozone数据集if(!suppressWarnings(require(mlbench))){install.packages(mlbench)require(mlbench)}data(Ozone, packagemlbench)View(Ozone)##第二步数据集划分训练集和测试集7:3index testindex trainset dim(trainset)testset dim(testset)##第三步创建SVM模型svm.model ##第四步利用SVM 模型预测目标变量的值svm.pred ##第五步计算MSE(Mean Squared Error)crossprod(svm.pred - testset[,3]) / length(testindex)参考资料作者JackWang个人介绍专注于从数据中学习努力发掘数据之洞见积极利用数据之价值。
