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。前回は単純なロジスティック回帰モデルで、ドロップアウトしたか否かのモデルを作成しました。今回は、あらためて、glm(ロジスティック回帰モデル)、glmnet(Elastic-Net), rpart(決定木モデル), ranger(ランダムフォレストモデル)の4つのエンジンを使って、ドロップアウトしたかどうかのモデルを作成します。 はじめにデータフレーム、dfをtibbleに変換しておきます。 Marital_statusのような整数型の変数はカテゴリカル変数なので、これらをファクター型にします。across()関数を使います。 initial_… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.crosshyou.info%2Fentry%2F2026%2F01%2F17%2F155236" title="UCI Machine Learning Repository の Predict Students&#39; Dropout のデータの分析2 - ロジスティック回帰モデル、Elastic-Net, 決定木モデル、ランダムフォレストモデルでの予測 - 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/20260117/20260117113338.jpg Hatena Blog https://hatena.blog 2026-01-17 15:52:36 rich https://www.crosshyou.info/entry/2026/01/17/155236 1.0 100%