728x90
08.랜덤포레스트(randomForest) h2o 패키지 사용 in r
아래소스랑 은행데이터사용해보기
m013<-randomForest(like1~month+stay+with+nat+sex+age+season, data = dd, ntree=1000)
m013
plot(m013)
print(m013)
varImpPlot(m013,sort = T,n.var = 5)
str(join_total)
LocalH2O<-h2o.init(nthreads=-1)
d002<-as.h2o(dd) # d001을 H2O데이터인 d002로 변환
head(d002)
str(d002)
m014<-h2o.randomForest(y=3,x=c(1,2,5,6,7,9,10),training_frame = d002,ntrees = 5000,mtries = 6,max_depth = 5,seed=1122) #100회 RF 시행
h2o.performance(m014) # 1 - total error rate = accracy
h2o.varimp(m014)
?h2o.randomForest
이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
'딥러닝 스터디' 카테고리의 다른 글
07.군집분석(k-means) in R (0) | 2017.06.18 |
---|---|
06.랜덤포레스트(RandomForest) in R (0) | 2017.06.10 |
05.의사결정트리(Decision Tree) in R (2) (2) | 2017.04.15 |
04.의사결정트리(Decision Tree) in R (1) (0) | 2017.04.15 |
03. 의사결정트리(Decision Tree) 란? (0) | 2017.03.19 |