소나 데이터로 로지스틱 회귀

R의 caret로 배우는 Machine Learning

Max Kuhn

Software Engineer at RStudio and creator of caret

분류 모델

범주형(질적) 타깃 변수
예: 대출이 연체될까요?
여전히 지도학습의 한 형태
성능 평가는 학습/테스트 분할 사용
Sonar 데이터셋 사용
목표: 바위와 기뢰 구분

예시: 소나 데이터

# Load the Sonar dataset
library(mlbench)
data(Sonar)

# Look at the data
Sonar[1:6, c(1:5, 61)]

      V1     V2     V3     V4     V5 Class
1 0.0200 0.0371 0.0428 0.0207 0.0954     R
2 0.0453 0.0523 0.0843 0.0689 0.1183     R
3 0.0262 0.0582 0.1099 0.1083 0.0974     R
4 0.0100 0.0171 0.0623 0.0205 0.0205     R
5 0.0762 0.0666 0.0481 0.0394 0.0590     R
6 0.0286 0.0453 0.0277 0.0174 0.0384     R

데이터 분할

데이터를 무작위로 학습/테스트로 분할
80/20 대신 60/40 사용
Sonar가 작아서 60/40이 더 크고 신뢰도 높은 테스트셋 제공

데이터 분할

# Randomly order the dataset
rows <- sample(nrow(Sonar))
Sonar <- Sonar[rows, ]

# Find row to split on
split <- round(nrow(Sonar) * 0.60)
train <- Sonar[1:split, ]
test <- Sonar[(split + 1):nrow(Sonar), ]

# Confirm test set size
nrow(train) / nrow(Sonar)

0.6009615

연습해 봅시다!

R의 caret로 배우는 Machine Learning