比较R在心脏病数据集上使用机器学习算法的效果 数据集数据集直接从kaggle上下载，地址： 点击访问代码data=read.csv("D:\\code\\R\\heart.csv",header = T) sub=sample(1:nrow(data),round(nrow(data)*0.7)) train_data=data[sub,]#取0.7的数据做训练集 test_data=data[-sub,]#取0.3的数据做测试集 zql = rep(0,5)#准确率 czl = rep(0,5)#查准率 cql = rep(0,5)#查全率 #svm library(e1071) library(ggplot2) pre_model=svm(target ~. , data=train_data, type = 'C',kernel = 'radial') pre_data=predict(pre_model,test_data[,-14]) output=table(test_data[,14],pre_data,dnn=c("真实值","预测值")) zql[1]=(output[2,2]+output[1,1])/(output[1,1]+output[1,2]+output[2,1]+output[2,2]) czl[1]=output[2,2]/(output[1,2]+output[2,2]) cql[1]=output[2,1]/(output[2,1]+output[2,2]) #决策树 library(rpart.plot) pre_model=rpart(target~.,data = train_data,method = 'class',parms = list(split = 'information')) rpart.plot(pre_model) plotcp(pre_model)#画出决策树的图 pre_model=prune(pre_model,cp=0.018)#剪枝 pre_data=predict(pre_model,test_data[,-14],type="class") output=table(test_data[,14],pre_data,dnn=c("真实值","预测值")) zql[2]=(output[2,2]+output[1,1])/(output[1,1]+output[1,2]+output[2,1]+output[2,2]) czl[2]=output[2,2]/(output[1,2]+output[2,2]) cql[2]=output[2,1]/(output[2,1]+output[2,2]) #逻辑回归 pre_model=glm(target~.,data=train_data,family = "binomial") pre_data=predict(pre_model,test_data,type = "response") output=table(test_data[,14],pre_data,dnn=c("真实值","预测值")) pre_data_=predict.glm(pre_model,type="response",test_data) pre_data=ifelse(pre_data>0.5,1,0) output=table(test_data[,14],pre_data,dnn=c("真实值","预测值")) zql[3]=(output[2,2]+output[1,1])/(output[1,1]+output[1,2]+output[2,1]+output[2,2]) czl[3]=output[2,2]/(output[1,2]+output[2,2]) cql[3]=output[2,1]/(output[2,1]+output[2,2]) #随机森林 library(randomForest) n=14#属性个数 #挑选效果最好的mtry，取rate最小的 for(i in 1:(n-1)){ set.seed(1234) rf_train=randomForest(as.factor(train_data$target)~.,data=train_data,mtry=i) rate=mean(rf_train$err.rate) print(rate) } set.seed(100) ntree_fit<-randomForest(as.factor(train_data$target)~.,data=train_data,mtry=1,ntree=1000) plot(ntree_fit)#挑选效果最好的ntree set.seed(100) pre_model=randomForest(as.factor(train_data$target)~.,data=train_data,mtry=2,ntree=600,importance=TRUE,proximity=TRUE) pre_data=predict(pre_model,test_data) output=table(test_data[,14],pre_data,dnn=c("真实值","预测值")) zql[4]=(output[2,2]+output[1,1])/(output[1,1]+output[1,2]+output[2,1]+output[2,2]) czl[4]=output[2,2]/(output[1,2]+output[2,2]) cql[4]=output[2,1]/(output[2,1]+output[2,2]) #朴素贝叶斯 library(klaR) pre_model=NaiveBayes(as.factor(train_data$target)~.,train_data) plot(pre_model) pre_data=predict(pre_model,test_data) output=table(test_data[,14],pre_data$class,dnn=c("真实值","预测值")) zql[5]=(output[2,2]+output[1,1])/(output[1,1]+output[1,2]+output[2,1]+output[2,2]) czl[5]=output[2,2]/(output[1,2]+output[2,2]) cql[5]=output[2,1]/(output[2,1]+output[2,2]) print(zql) print(czl) print(cql) #画折线图 plot(cql,type = "o",col = "red", xlab = "次数", ylab = "查全率") dev.new() plot(czl,type = "o",col = "#4c00ff", xlab = "次数", ylab = "查准率") dev.new() plot(zql,type = "o",col = "#00ff99", xlab = "次数", ylab = "准确率")结果