lab2
Pavel
2025-03-27
{r setup, include=FALSE} knitr::optschunk$set(echo = TRUE, warning = FALSE, message = FALSE)
## Задание 1 Анализ данных и визуализация
Установка и загрузка пакета `caret`.
``` r
options(repos = c(CRAN = "https://cran.rstudio.com/"))
install.packages("caret")## Устанавливаю пакет в 'C:/Users/Pavel/AppData/Local/R/win-library/4.4'
## (потому что 'lib' не определено)## пакет 'caret' успешно распакован, MD5-суммы проверены## Warning: не могу удалить прежнюю установку пакета 'caret'## Warning in file.copy(savedcopy, lib, recursive = TRUE): проблема с копированием
## C:\Users\Pavel\AppData\Local\R\win-library\4.4\00LOCK\caret\libs\x64\caret.dll
## в C:\Users\Pavel\AppData\Local\R\win-library\4.4\caret\libs\x64\caret.dll:
## Permission denied## Warning: восстановлен 'caret'##
## Скачанные бинарные пакеты находятся в
## C:\Users\Pavel\AppData\Local\Temp\Rtmpg5LkCy\downloaded_packageslibrary(caret)## Загрузка требуемого пакета: ggplot2## Загрузка требуемого пакета: latticenames(getModelInfo())## [1] "ada" "AdaBag" "AdaBoost.M1"
## [4] "adaboost" "amdai" "ANFIS"
## [7] "avNNet" "awnb" "awtan"
## [10] "bag" "bagEarth" "bagEarthGCV"
## [13] "bagFDA" "bagFDAGCV" "bam"
## [16] "bartMachine" "bayesglm" "binda"
## [19] "blackboost" "blasso" "blassoAveraged"
## [22] "bridge" "brnn" "BstLm"
## [25] "bstSm" "bstTree" "C5.0"
## [28] "C5.0Cost" "C5.0Rules" "C5.0Tree"
## [31] "cforest" "chaid" "CSimca"
## [34] "ctree" "ctree2" "cubist"
## [37] "dda" "deepboost" "DENFIS"
## [40] "dnn" "dwdLinear" "dwdPoly"
## [43] "dwdRadial" "earth" "elm"
## [46] "enet" "evtree" "extraTrees"
## [49] "fda" "FH.GBML" "FIR.DM"
## [52] "foba" "FRBCS.CHI" "FRBCS.W"
## [55] "FS.HGD" "gam" "gamboost"
## [58] "gamLoess" "gamSpline" "gaussprLinear"
## [61] "gaussprPoly" "gaussprRadial" "gbm_h2o"
## [64] "gbm" "gcvEarth" "GFS.FR.MOGUL"
## [67] "GFS.LT.RS" "GFS.THRIFT" "glm.nb"
## [70] "glm" "glmboost" "glmnet_h2o"
## [73] "glmnet" "glmStepAIC" "gpls"
## [76] "hda" "hdda" "hdrda"
## [79] "HYFIS" "icr" "J48"
## [82] "JRip" "kernelpls" "kknn"
## [85] "knn" "krlsPoly" "krlsRadial"
## [88] "lars" "lars2" "lasso"
## [91] "lda" "lda2" "leapBackward"
## [94] "leapForward" "leapSeq" "Linda"
## [97] "lm" "lmStepAIC" "LMT"
## [100] "loclda" "logicBag" "LogitBoost"
## [103] "logreg" "lssvmLinear" "lssvmPoly"
## [106] "lssvmRadial" "lvq" "M5"
## [109] "M5Rules" "manb" "mda"
## [112] "Mlda" "mlp" "mlpKerasDecay"
## [115] "mlpKerasDecayCost" "mlpKerasDropout" "mlpKerasDropoutCost"
## [118] "mlpML" "mlpSGD" "mlpWeightDecay"
## [121] "mlpWeightDecayML" "monmlp" "msaenet"
## [124] "multinom" "mxnet" "mxnetAdam"
## [127] "naive_bayes" "nb" "nbDiscrete"
## [130] "nbSearch" "neuralnet" "nnet"
## [133] "nnls" "nodeHarvest" "null"
## [136] "OneR" "ordinalNet" "ordinalRF"
## [139] "ORFlog" "ORFpls" "ORFridge"
## [142] "ORFsvm" "ownn" "pam"
## [145] "parRF" "PART" "partDSA"
## [148] "pcaNNet" "pcr" "pda"
## [151] "pda2" "penalized" "PenalizedLDA"
## [154] "plr" "pls" "plsRglm"
## [157] "polr" "ppr" "pre"
## [160] "PRIM" "protoclass" "qda"
## [163] "QdaCov" "qrf" "qrnn"
## [166] "randomGLM" "ranger" "rbf"
## [169] "rbfDDA" "Rborist" "rda"
## [172] "regLogistic" "relaxo" "rf"
## [175] "rFerns" "RFlda" "rfRules"
## [178] "ridge" "rlda" "rlm"
## [181] "rmda" "rocc" "rotationForest"
## [184] "rotationForestCp" "rpart" "rpart1SE"
## [187] "rpart2" "rpartCost" "rpartScore"
## [190] "rqlasso" "rqnc" "RRF"
## [193] "RRFglobal" "rrlda" "RSimca"
## [196] "rvmLinear" "rvmPoly" "rvmRadial"
## [199] "SBC" "sda" "sdwd"
## [202] "simpls" "SLAVE" "slda"
## [205] "smda" "snn" "sparseLDA"
## [208] "spikeslab" "spls" "stepLDA"
## [211] "stepQDA" "superpc" "svmBoundrangeString"
## [214] "svmExpoString" "svmLinear" "svmLinear2"
## [217] "svmLinear3" "svmLinearWeights" "svmLinearWeights2"
## [220] "svmPoly" "svmRadial" "svmRadialCost"
## [223] "svmRadialSigma" "svmRadialWeights" "svmSpectrumString"
## [226] "tan" "tanSearch" "treebag"
## [229] "vbmpRadial" "vglmAdjCat" "vglmContRatio"
## [232] "vglmCumulative" "widekernelpls" "WM"
## [235] "wsrf" "xgbDART" "xgbLinear"
## [238] "xgbTree" "xyf"Генерация и анализ данных с помощью featurePlot().
Пакет caret предложил множество методов выбора
признаков. Графический разведочный анализ с использованием
featurePlot() выявил, что в данных могут присутствовать
различия между классами A и B, что полезно для дальнейшей
классификации.
Задание 2 Важность признаков
Установка и загрузка пакета FSelector.
install.packages("FSelector")## Устанавливаю пакет в 'C:/Users/Pavel/AppData/Local/R/win-library/4.4'
## (потому что 'lib' не определено)## пакет 'FSelector' успешно распакован, MD5-суммы проверены
##
## Скачанные бинарные пакеты находятся в
## C:\Users\Pavel\AppData\Local\Temp\Rtmpg5LkCy\downloaded_packageslibrary(FSelector)
data(iris)
weights <- information.gain(Species ~ ., data = iris)
weights## attr_importance
## Sepal.Length 0.4521286
## Sepal.Width 0.2672750
## Petal.Length 0.9402853
## Petal.Width 0.9554360subset <- cutoff.k(weights, 3)
subset## [1] "Petal.Width" "Petal.Length" "Sepal.Length"Использование information.gain показало, что самые
важные признаки для определения вида цветка в наборе данных
iris - это те, которые получили наибольшие веса. Это
позволяет сделать вывод о значимости признаков и повысить точность
моделей классификации.
Задание 3 Дискретизация переменной
Установка и загрузка пакета arules.
install.packages("arules")## Устанавливаю пакет в 'C:/Users/Pavel/AppData/Local/R/win-library/4.4'
## (потому что 'lib' не определено)## пакет 'arules' успешно распакован, MD5-суммы проверены## Warning: не могу удалить прежнюю установку пакета 'arules'## Warning in file.copy(savedcopy, lib, recursive = TRUE): проблема с копированием
## C:\Users\Pavel\AppData\Local\R\win-library\4.4\00LOCK\arules\libs\x64\arules.dll
## в C:\Users\Pavel\AppData\Local\R\win-library\4.4\arules\libs\x64\arules.dll:
## Permission denied## Warning: восстановлен 'arules'##
## Скачанные бинарные пакеты находятся в
## C:\Users\Pavel\AppData\Local\Temp\Rtmpg5LkCy\downloaded_packageslibrary(arules)## Загрузка требуемого пакета: Matrix##
## Присоединяю пакет: 'arules'## Следующие объекты скрыты от 'package:base':
##
## abbreviate, writedata(iris)
discreteinterval <- discretize(iris$Sepal.Length, method = "interval", categories = 3)## Warning in discretize(iris$Sepal.Length, method = "interval", categories = 3):
## Parameter categories is deprecated. Use breaks instead! Also, the default
## method is now frequency!discretefrequency <- discretize(iris$Sepal.Length, method = "frequency", categories = 3)## Warning in discretize(iris$Sepal.Length, method = "frequency", categories = 3):
## Parameter categories is deprecated. Use breaks instead! Also, the default
## method is now frequency!discretecluster <- discretize(iris$Sepal.Length, method = "cluster", categories = 3)## Warning in discretize(iris$Sepal.Length, method = "cluster", categories = 3):
## Parameter categories is deprecated. Use breaks instead! Also, the default
## method is now frequency!discretefixed <- discretize(iris$Sepal.Length, method = "fixed", breaks = c(4, 5.5, 7, 8))
summary(discreteinterval)## [4.3,5.5) [5.5,6.7) [6.7,7.9]
## 52 70 28summary(discretefrequency)## [4.3,5.4) [5.4,6.3) [6.3,7.9]
## 46 53 51summary(discretecluster)## [4.3,5.45) [5.45,6.46) [6.46,7.9]
## 52 63 35summary(discretefixed)## [4,5.5) [5.5,7) [7,8]
## 52 85 13Дискретизация переменной Sepal.Length различными методами показала, что каждый метод имеет свои особенности трансформации данных, которые можно учитывать при разработке моделей. Особую легкость и универсальность обеспечивает равное распределение по частотам.
Задание 4 Выбор признаков
Установка и загрузка пакета Boruta.
## Устанавливаю пакет в 'C:/Users/Pavel/AppData/Local/R/win-library/4.4'
## (потому что 'lib' не определено)## пакет 'Boruta' успешно распакован, MD5-суммы проверены
##
## Скачанные бинарные пакеты находятся в
## C:\Users\Pavel\AppData\Local\Temp\Rtmpg5LkCy\downloaded_packages## 1. run of importance source...## 2. run of importance source...## 3. run of importance source...## 4. run of importance source...## 5. run of importance source...## 6. run of importance source...## 7. run of importance source...## 8. run of importance source...## 9. run of importance source...## 10. run of importance source...## 11. run of importance source...## After 11 iterations, +0.6 secs:## confirmed 9 attributes: V1, V10, V11, V12, V13 and 4 more;## rejected 2 attributes: V3, V6;## still have 1 attribute left.## 12. run of importance source...## 13. run of importance source...## 14. run of importance source...## 15. run of importance source...## 16. run of importance source...## 17. run of importance source...## 18. run of importance source...## 19. run of importance source...## 20. run of importance source...## 21. run of importance source...## 22. run of importance source...## 23. run of importance source...## 24. run of importance source...## After 24 iterations, +1.3 secs:## rejected 1 attribute: V2;## no more attributes left.## Boruta performed 24 iterations in 1.290529 secs.
## 9 attributes confirmed important: V1, V10, V11, V12, V13 and 4 more;
## 3 attributes confirmed unimportant: V2, V3, V6;
Метод Boruta эффективно выделяет значимые признаки в наборе Ozone, что помогает уменьшить переобучение, повысить скорость работы моделей и улучшить понимание данных. Boxplot позволяет визуально сравнить значимость признаков и их роль в модели.