共计 2433 个字符，预计需要花费 7 分钟才能阅读完成。
原文链接：http://tecdat.cn/?p=17950
原文出处：拓端数据部落公众号
在本文中，咱们应用了逻辑回归、决策树和随机森林模型来对信用数据集进行分类预测并比拟了它们的性能。数据集是
credit=read.csv("german_credit.csv", header = TRUE, sep = ",")看起来所有变量都是数字变量，但实际上，大多数都是因子变量，
> str(credit)
'data.frame': 1000 obs. of 21 variables:
$ Creditability : int 1 1 1 1 1 1 1 1 1 1 ...
$ Account.Balance : int 1 1 2 1 1 1 1 1 4 2 ...
$ Duration : int 18 9 12 12 12 10 8 ...
$ Purpose : int 2 0 9 0 0 0 0 0 3 3 ...让咱们将分类变量转换为因子变量，
> F=c(1,2,4,5,7,8,9,10,11,12,13,15,16,17,18,19,20)
> for(i in F) credit\[,i\]=as.factor(credit\[,i\])当初让咱们创立比例为 1：2 的训练和测试数据集
> i_test=sample(1:nrow(credit),size=333)
> i\_calibration=(1:nrow(credit))\[-i\_test\]咱们能够拟合的第一个模型是对选定协变量的逻辑回归
> LogisticModel <- glm(Creditability ~ Account.Balance + Payment.Status.of.Previous.Credit + Purpose +
Length.of.current.employment +
Sex...Marital.Status, family=binomia基于该模型，能够绘制 ROC 曲线并计算 AUC（在新的验证数据集上）
> AUCLog1=performance(pred, measure = "auc")@y.values\[\[1\]\]
> cat("AUC:",AUCLog1,"\\n")
AUC: 0.7340997
一种代替办法是思考所有解释变量的逻辑回归
glm(Creditability ~ .,
+ family=binomial,
+ data = credit\[i_calibrat咱们可能在这里过拟合，能够在 ROC 曲线上察看到
> perf <- performance(pred, "tpr", "fpr
> AUCLog2=performance(pred, measure = "auc")@y.values\[\[1\]\]
> cat("AUC:",AUCLog2,"\\n")
AUC: 0.7609792
与以前的模型相比，此处略有改善，后者仅思考了五个解释变量。
当初思考回归树模型（在所有协变量上）
咱们能够应用
> prp(ArbreModel,type=2,extra=1)
模型的 ROC 曲线为
(pred, "tpr", "fpr")
> plot(perf)
> cat("AUC:",AUCArbre,"\\n")
AUC: 0.7100323
不出所料，与逻辑回归相比，模型性能较低。一个天然的想法是应用随机森林优化。
> library(randomForest)
> RF <- randomForest(Creditability ~ .,
+ data = credit\[i_calibration,\])
> fitForet <- predict(RF,
> cat("AUC:",AUCRF,"\\n")
AUC: 0.7682367
在这里，该模型（略）优于逻辑回归。实际上，如果咱们创立很多训练 / 验证样本并比拟 AUC，均匀而言，随机森林的体现要比逻辑回归好，
> AUCfun=function(i){+ set.seed(i)
+ i_test=sample(1:nrow(credit),size=333)
+ i\_calibration=(1:nrow(credit))\[-i\_test\]
+ summary(LogisticModel)
+ fitLog <- predict(LogisticModel,type="response",
+ newdata=credit\[i_test,\])
+ library(ROCR)
+ pred = prediction(fitLog, credit$Creditability\[i_test\])
+ RF <- randomForest(Creditability ~ .,
+ data = credit\[i_calibration,\])
+ pred = prediction(fitForet, credit$Creditability\[i_test\])
+ return(c(AUCLog2,AUCRF))
+ }
> plot(t(A))
最受欢迎的见解
1. 从决策树模型看员工为什么到职
2.R 语言基于树的办法：决策树，随机森林
3.python 中应用 scikit-learn 和 pandas 决策树
4. 机器学习：在 SAS 中运行随机森林数据分析报告
5.R 语言用随机森林和文本开掘进步航空公司客户满意度
6. 机器学习助推快时尚精准销售工夫序列
7. 用机器学习辨认一直变动的股市情况——隐马尔可夫模型的利用
8.python 机器学习：举荐零碎实现（以矩阵合成来协同过滤）
9.python 中用 pytorch 机器学习分类预测银行客户散失
正文完
