cross_hyou https://blog.hatena.ne.jp/cross_hyou/ Rで何かをしたり、読書をするブログ https://www.crosshyou.info/ データ分析 www.crosshyou.info の続きです。今回はrangerパッケージでランダムフォレスト分類してみましょう。OLSでは53.9%, LASSO回帰では54.7%, k-NNでは62.8%でしたがランダムフォレストではこれらの正解率よりも高い正解率になるでしょうか？ まず、rangerパッケージの読み込みをします。 rangerで処理できるように、qualityをファクター型にしたデータフレームを用意します。 トレーニングデータでモデルを作ります。 predict()関数で、テストデータで予測します。 実際の値と比較してみましょう。 正解率は、69.1%でした。 今まで予測モデルの中で… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.crosshyou.info%2Fentry%2F2025%2F11%2F15%2F085618" title="UCI Machine Learning Repository の Wine Quality のデータの分析8 - rangerパッケージでランダムフォレストで分類 - Rで何かをしたり、読書をするブログ" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/c/cross_hyou/20251115/20251115082605.jpg Hatena Blog https://hatena.blog 2025-11-15 08:56:18 rich https://www.crosshyou.info/entry/2025/11/15/085618 1.0 100%