美文网首页机器学习之旅数据科学与R语言程序员
数据挖掘常用模型构建示例(R语言版)

数据挖掘常用模型构建示例(R语言版)

作者: 真依然很拉风 | 来源:发表于2017-08-14 00:04 被阅读394次

Linear Regression

library(MASS)
lm_fit = lm(medv~poly(rm,2)+crim,data = Boston) # 构建线性模型
summary(lm_fit) # 检查线性模型

Ridge Regreesion and Lasso

# 岭回归与lasso回归跟其他模型不同,不能直接以公式的形式把数据框直接扔进去,也不支持subset;所以数据整理工作要自己做
library(glmnet)
library(ISLR)
Hitters = na.omit(Hitters)
x = model.matrix(Salary~., Hitters)[,-1] # 构建回归设计矩阵
y = Hitters$Salary
ridge.mod = glmnet(x,y,alpha = 0,lambda = 0.1) # 构建岭回归模型
lasso.mod = glmnet(x,y,alpha = 1,lambda = 0.1) # 构建lasso回归模型

Logistic Regression

library(ISLR)
train = Smarket$Year<2005
logistic.fit = glm(Direction~Lag1+Lag2+Lag3+Lag4+Lag5+Volume,data=Smarket,family=binomial, subset=train) # 构建逻辑回归模型
glm.probs = predict(glm.fit,newdata=Smarket[!train,],type="class")

K-Nearest Neighbor

library(class)
library(ISLR)
standardized.X=scale(Caravan[,-86]) # 先进行变量标准化
test <- 1:1000
train.X <- standardized.X[-test,]
train.Y <- Caravan$Purchase[-test]
test.X <- standardized.X[test,]
test.Y <- Caravan$Purchase[test]
knn.pred <- knn(train.X,test.X,train.Y,k=3) # 直接给出测试集预测结果

Naive Bayse

library(e1071)
classifier<-naiveBayes(iris[,c(1:4)],iris[,5]) # 构建朴素贝叶斯模型
table(predict(classifier,iris[,-5]),iris[,5]) # 应用朴素贝叶斯模型预测

Decision Tree

library(tree)
library(ISLR)
attach(Carseats)
High = ifelse(Sales <= 8 ,"No","Yes")
Carseats = data.frame(Carseats,High)
train = sample(1:nrow(Carseats),200)
Carseats.test = Carseats[-train,]
High.test = High[-train]

tree.carseats = tree(High~.-Sales,Carseats,subset=train) # 建立决策树模型
summary(tree.carseats)
# 可视化决策树
plot(tree.carseats)
text(tree.carseats,pretty = 0)

Random Forest

library(randomForest)
library(MASS)
train = sample(1:nrow(Boston),nrow(Boston)/2)
boston.test = Boston[-train,]
rf.boston = randomForest(medv~.,data = Boston,subset = train,mtry=6,importance=T)
rf.boston
summary(rf.boston)

Boosting

library(gbm)
library(MASS)
train = sample(1:nrow(Boston),nrow(Boston)/2)
boston.test = Boston[-train,]
boost.boston = gbm(medv~.,data = Boston[train,],distribution = "gaussian",n.trees=5000,interaction.depth=4)
boost.boston
summary(boost.boston)

Princpal Content Analysis

library(ISLR)
pr.out = prcomp(USArrests,scale. = T)
pr.out$rotation
biplot(pr.out,scale = 0)

Apriori

library(arules)  #加载arules程序包
data(Groceries)  #调用数据文件
frequentsets=eclat(Groceries,parameter=list(support=0.05,maxlen=10))  #求频繁项集
inspect(frequentsets[1:10])    #察看求得的频繁项集
inspect(sort(frequentsets,by="support")[1:10])    #根据支持度对求得的频繁项集排序并察看(等价于inspect(sort(frequentsets)[1:10])
rules=apriori(Groceries,parameter=list(support=0.01,confidence=0.01))    #求关联规则
summary(rules)    #察看求得的关联规则之摘要
x=subset(rules,subset=rhs%in%"whole milk"&lift>=1.2)    #求所需要的关联规则子集
inspect(sort(x,by="support")[1:5])    #根据支持度对求得的关联规则子集排序并察看

K-means and Hierarchical Clustering

library(ISLR)
nci.labels = NCI60$labs
nci.data = NCI60$data
sd.data = scale(nci.data)
data.dist = dist(sd.data)
# k-means
km.out = kmeans(sd.data,4,nstart = 20)
# Hierarchical Clustering 
hc.out = hclust(dist(sd.data))
plot(hc.out,labels = nci.labels)

Support Vector Machine

library(e1071)
library(ISLR)
dat = data.frame(x = Khan$xtrain,y = as.factor(Khan$ytrain))
out = svm(y~.,data = dat, kernel = "linear", cost = 10)
summary(out)

Artificial Neural Network

library(AMORE)
x1 <- round(runif(2000,1,2000))         #随机生成2000个数
x2 <- round(runif(2000,1,2000))         
x11 <- scale(x1[1:1900])                            #数据标准化,并选取1900个组作为学习集
x12 <- scale(x2[1:1900])              
x21 <- scale(x1[1901:2000])               #选取100组作为待测集
x22 <- scale(x2[1901:2000])
y1 <- x11^2+x12^2
y2 <-x21^2+x22^2
p <-cbind(x11,x12)                     #整合为矩阵
q <-cbind(x21,x22)
target = y1

net<-newff(n.neurons=c(2,2,1),learning.rate.global=1e-2,momentum.global=0.4,error.criterium="LMS", Stao=NA,hidden.layer="tansig",
           output.layer="purelin",method="ADAPTgdwm")
result <- train(net, p, target,error.criterium="LMS", report=TRUE, show.step=100, n.shows=5 )

z <- sim(result$net, q)          #对待测集进行预测
plot(q[1:100,1],z, col="blue",pch="+")         #画出待测集模型运算后的图形
points(q[1:100,1],y2,col="red", pch="x")     #画出待测集图形,并比较两者之间的差异。

相关文章

  • 数据挖掘常用模型构建示例(R语言版)

    Linear Regression Ridge Regreesion and Lasso Logistic Reg...

  • 数据挖掘学习报告

    数据挖掘的流程有,数据预处理、建立模型、构建网络、训练模型和加载模型预测。上面的代码显示了一个很简单的数据挖掘流程...

  • 数据挖掘

    数据挖掘是机器学习的前身,标准的数据分析与挖掘流程分为6部分,与数据挖掘紧密相关有3部分:数据整理、构建模型和模型...

  • 使用SAS代写EnterpriseMiner进行数据挖掘:信用评

    原文链接:使用SAS代写EnterpriseMiner进行数据挖掘:信用评分构建记分卡模型 标签: 数据挖掘 风险...

  • 逻辑回归-1-逻辑回归简介

    Logistic回归模型 一、Logistic回归模型构建以及求解参数 1.1、背景知识 在实际的数据挖掘中,站在...

  • 模型部署

    一个比较完整的数据挖掘过程包括 业务理解 数据理解 数据处理 构建模型 模型评价 模型部署 本文讲最后一个步骤,模...

  • 温度预测示例&参数优化工具RandomizedSearchCV

    一般情况下,我们做数据挖掘任务都是按照“数据预处理 - 特征工程 - 构建模型(使用默认参数或经验参数) - 模型...

  • 0.R语言学习前期准备

    重点摘要:数据分析的原则,步骤; 常用数据分析的工具,数据挖掘的工具; R语言的优缺点; ...

  • 2020-05-18 第九章 Logistic回归模型

    第九章 Logistic回归模型 01 Logistic回归模型构建以及求解参数 背景知识 在实际的数据挖掘中,站...

  • 变量选取

    变量选取 数据挖掘模型中的IV和WOE详解我们在用逻辑回归、决策树等模型方法构建分类模型时,经常需要对自变量进行筛...

网友评论

    本文标题:数据挖掘常用模型构建示例(R语言版)

    本文链接:https://www.haomeiwen.com/subject/omdyrxtx.html