lab2
Narozhnyi
2025-03-24
Установить пакет CARET, выполнить команду names(getModelInfo()), ознакомиться со списком доступных методов выбора признаков. Выполните графический разведочный анализ данных с использование функции featurePlot() для набора данных из справочного файла пакета CARET
Для начала устанавливаем пакет caret
install.packages('caret', repos = "http://cran.us.r-project.org")## Устанавливаю пакет в 'C:/Users/miron/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\miron\AppData\Local\R\win-library\4.4\00LOCK\caret\libs\x64\caret.dll
## в C:\Users\miron\AppData\Local\R\win-library\4.4\caret\libs\x64\caret.dll:
## Permission denied## Warning: восстановлен 'caret'##
## Скачанные бинарные пакеты находятся в
## C:\Users\miron\AppData\Local\Temp\Rtmp0UkjMf\downloaded_packageslibrary(caret)## Warning: пакет 'caret' был собран под R версии 4.4.3## Загрузка требуемого пакета: ggplot2## Загрузка требуемого пакета: latticeВыводим допустимые методы
names(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"Создаём данные и строим графики
x <- matrix(rnorm(50*5),ncol=5)
y <- factor(rep(c("A", "B"), 25))
featurePlot(x, y, plot="box")
featurePlot(x, y, plot="density")
Созраняем графики в jpeg
jpeg("D:/test/boxplot.jpeg")
featurePlot(x, y, plot="box")
dev.off()## png
## 2jpeg("D:/test/density.jpeg")
featurePlot(x, y, plot="density")
dev.off()## png
## 2Вывод
Boxplot: График показывает распределение значений каждого признака для двух классов (A и B). Это помогает оценить, насколько хорошо признаки разделяют классы. Density Plot: График плотности показывает распределение значений признаков для каждого класса. Это полезно для анализа перекрытия распределений. ## С использование функций из пакета Fselector [2] определить важность признаков для решения задачи классификации. Использовать набор data(iris). устанавливаем пакет и загружаем данные
install.packages("FSelector", repos = "http://cran.us.r-project.org")## Устанавливаю пакет в 'C:/Users/miron/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\miron\AppData\Local\Temp\Rtmp0UkjMf\downloaded_packageslibrary(FSelector)## Warning: пакет 'FSelector' был собран под R версии 4.4.3data(iris)Определение важности признаков
gain <- information.gain(Species ~ ., data = iris)
print(gain)## attr_importance
## Sepal.Length 0.4521286
## Sepal.Width 0.2672750
## Petal.Length 0.9402853
## Petal.Width 0.9554360Вывод
Наиболее важными признаками для классификации являются Petal.Width и Petal.Length.
Признак Sepal.Length также имеет значительный вклад, но меньше, чем признаки, связанные с лепестками.
Признак Sepal.Width имеет наименьшую важность и может быть исключен из модели для упрощения. ## С использованием функции discretize() из пакета arules выполните преобразование непрерывной переменной в категориальную [3] различными методами: «interval» (равная ширина интервала), «frequency» (равная частота), «cluster» (кластеризация) и «fixed» (категории задают границы интервалов). Устанавливаем пает и загружаем данные
install.packages("arules", repos = "http://cran.us.r-project.org")## Устанавливаю пакет в 'C:/Users/miron/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\miron\AppData\Local\R\win-library\4.4\00LOCK\arules\libs\x64\arules.dll
## в C:\Users\miron\AppData\Local\R\win-library\4.4\arules\libs\x64\arules.dll:
## Permission denied## Warning: восстановлен 'arules'##
## Скачанные бинарные пакеты находятся в
## C:\Users\miron\AppData\Local\Temp\Rtmp0UkjMf\downloaded_packageslibrary(arules)## Warning: пакет 'arules' был собран под R версии 4.4.3## Загрузка требуемого пакета: Matrix##
## Присоединяю пакет: 'arules'## Следующие объекты скрыты от 'package:base':
##
## abbreviate, writedata(iris)Метод “interval” (равная ширина интервала)
iris_interval <- discretize(iris$Sepal.Length, method = "interval", breaks = 3)
table(iris_interval)## iris_interval
## [4.3,5.5) [5.5,6.7) [6.7,7.9]
## 52 70 28Метод “frequency” (равная частота)
iris_frequency <- discretize(iris$Sepal.Length, method = "frequency", breaks = 3)
table(iris_frequency)## iris_frequency
## [4.3,5.4) [5.4,6.3) [6.3,7.9]
## 46 53 51Метод “cluster” (кластеризация)
iris_cluster <- discretize(iris$Sepal.Length, method = "cluster", breaks = 3)
table(iris_cluster)## iris_cluster
## [4.3,5.37) [5.37,6.36) [6.36,7.9]
## 46 62 42Метод “fixed” (фиксированные границы интервалов)
iris_fixed <- discretize(iris$Sepal.Length, method = "fixed", breaks = c(4, 5, 6, 7, 8))
table(iris_fixed)## iris_fixed
## [4,5) [5,6) [6,7) [7,8]
## 22 61 54 13Выводы
Метод “interval” подходит для равномерно распределенных данных. Метод “frequency” полезен для данных с неравномерным распределением. Метод “cluster” подходит для данных с естественной группировкой. Метод “fixed” позволяет задать границы интервалов вручную, что полезно для интерпретации. ## Установите пакет Boruta и проведите выбор признаков для набора данных data(“Ozone”) [4, 5, 6]. Построить график boxplot Устанавливаем необходимые пакеты и загружаем данные
install.packages("Boruta", repos = "http://cran.us.r-project.org")## Устанавливаю пакет в 'C:/Users/miron/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\miron\AppData\Local\Temp\Rtmp0UkjMf\downloaded_packageslibrary(Boruta)## Warning: пакет 'Boruta' был собран под R версии 4.4.3install.packages("mlbench", repos = "http://cran.us.r-project.org")## Устанавливаю пакет в 'C:/Users/miron/AppData/Local/R/win-library/4.4'
## (потому что 'lib' не определено)## пакет 'mlbench' успешно распакован, MD5-суммы проверены## Warning: не могу удалить прежнюю установку пакета 'mlbench'## Warning in file.copy(savedcopy, lib, recursive = TRUE): проблема с копированием
## C:\Users\miron\AppData\Local\R\win-library\4.4\00LOCK\mlbench\libs\x64\mlbench.dll
## в C:\Users\miron\AppData\Local\R\win-library\4.4\mlbench\libs\x64\mlbench.dll:
## Permission denied## Warning: восстановлен 'mlbench'##
## Скачанные бинарные пакеты находятся в
## C:\Users\miron\AppData\Local\Temp\Rtmp0UkjMf\downloaded_packageslibrary(mlbench)## Warning: пакет 'mlbench' был собран под R версии 4.4.3data("Ozone")Выбор признаков с использованием алгоритма Boruta
Ozone <- na.omit(Ozone)
boruta_result <- Boruta(V4 ~ ., data = Ozone, doTrace = 2)## 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, +0.78 secs:## confirmed 9 attributes: V1, V10, V11, V12, V13 and 4 more;## rejected 1 attribute: V3;## still have 2 attributes 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...## After 18 iterations, +1.2 secs:## rejected 1 attribute: V2;## still have 1 attribute left.## 19. run of importance source...## 20. run of importance source...## 21. run of importance source...## After 21 iterations, +1.5 secs:## rejected 1 attribute: V6;## no more attributes left.print(boruta_result)## Boruta performed 21 iterations in 1.457982 secs.
## 9 attributes confirmed important: V1, V10, V11, V12, V13 and 4 more;
## 3 attributes confirmed unimportant: V2, V3, V6;Визуализация результатов
selected_features <- getSelectedAttributes(boruta_result)
Ozone_selected <- Ozone[,c(selected_features, "V4")]
boxplot(Ozone_selected, main="Selected Features Boxplot")
Вывод
Алгоритм Boruta определил 9 важных признаков. Эти признаки имеют значительное влияние на концентрацию озона (V4). Признаки V2, V3 и V6 были определены как неважные и могут быть исключены из модели. Распределение значений: График boxplot показывает распределение значений важных признаков. Это позволяет визуально оценить их вариативность и наличие выбросов.