카페검색 본문
카페글 본문
-
Re: 점심시간 문제. 서포트 벡터 머신의 커널을 다른 커널로 변경해서 실험하세요 2021.02.18해당카페글 미리보기
0.3037975 0.1294766 value sigmoid 0.3544304 0.1807407 value radial 0.3670886 -0.03806072 library(e1071) library(vcd) binary <- read.csv("binary.csv") binary$admit <- factor( binary$admit, labels=c("Y", "N")) set.seed(1) library(caret) k...
-
Re: 점심시간 문제. 서포트 벡터 머신의 커널을 다른 커널로 변경해서 실험하세요 2021.02.18해당카페글 미리보기
만든 코드입니다. bi <- read.csv("binary.csv") bi$admit <- factor(bi$admit, labels=c("Y", "N")) library(e1071) library(vcd) a <- c() c <- c() d <- c() e <- c() for (z in c("linear", "polynomial","radial", "sigmoid")){ for ( i in c(1,2,3,4...
-
Re: 오늘의 마지막 문제. 미국 대학원 입학 데이터를 서포트 벡터 머신으로 분류하시오 2021.02.18해당카페글 미리보기
Accuracy tab <- table(Predicted=pred, Actual=testset$admit) tab sum(diag(tab)) / sum(tab) #testset_Accuracy #2) Kappa statistics #install.packages("vcd") library(vcd) table( actual_type, predict_type) Kappa( table( actual_type, predict...
-
Re: 문제311. (오늘의 마지막 문제) 유방암 데이터를 악성과 양성으로 분류하는 모델의 다른 척도를 실험하세요 2021.02.16해당카페글 미리보기
library(MLmetrics) #■정확도 y <- CrossTable(x$실제,x$예측) sum(y$prop.tbl * diag(2)) #■카파통계량 library(vcd) result<-table(actual_type, predict_type) Kappa(result) #■ 민감도 library(caret) sensitivity( predict_type, actual_type...
-
Re: 문제311. (오늘의 마지막 문제) 유방암 데이터를 악성과 양성으로 분류하는 모델의 다른 척도를 실험하세요 2021.02.16해당카페글 미리보기
predict_type ) a<-sum(g$prop.tbl *diag(2)) # 정확도 확인하는 코드 x<-append(x,a) #카파통계량 # install.packages("vcd") library(vcd) # table( actual_type, predict_type) a<-Kappa( table( actual_type, predict_type) ) x<-append(x,a...
-
Re: 문제311. (오늘의 마지막 문제) 유방암 데이터를 악성과 양성으로 분류하는 모델의 다른 척도를 실험하세요 2021.02.16해당카페글 미리보기
x) ################ positive_value <- 'Maliganant' # 악성 negative_value <- 'Benign' # 양성 #■ 카파통계량 library(vcd) table( result1, wbcd_test_label) Kappa( table( result1, wbcd_test_label) ) #■ 정확도 library(gmodels) g...
-
Re: 문제311. (오늘의 마지막 문제) 유방암 데이터를 악성과 양성으로 분류하는 모델의 다른 척도를 실험하세요 2021.02.15해당카페글 미리보기
type ) x <- sum(g$prop.tbl *diag(2)) #정확도 확인하는 코드 x #0.9122807 #■ 카파통계량 #install.packages("vcd") library(vcd) table(actual_type,predict_type) Kappa(table(actual_type, predict_type)) #0.8224 #■ 민감도 #install.packages...
-
Re: 문제311. (오늘의 마지막 문제) 유방암 데이터를 악성과 양성으로 분류하는 모델의 다른 척도를 실험하세요 2021.02.15해당카페글 미리보기
CrossTable(actual_type, predict_type) acc21 <- sum(acc$prop.tbl*diag(2) ) acc21 # 0.9649123 ■ 카파통계량 library(vcd) table(actual_type, predict_type) Kappa(table(actual_type, predict_type) ) # 0.9287 ■ 민감도 library(caret...
-
Re: 문제311. (오늘의 마지막 문제) 유방암 데이터를 악성과 양성으로 분류하는 모델의 다른 척도를 실험하세요 2021.02.15해당카페글 미리보기
CrossTable( actual_type, predict_type ) x <- sum(g$prop.tbl *diag(2)) x #2) Kappa statistics #install.packages("vcd") library(vcd) table( actual_type, predict_type) Kappa( table( actual_type, predict_type) ) #3) Sensitivity(민감도...
-
Re: 문제311. (오늘의 마지막 문제) 유방암 데이터를 악성과 양성으로 분류하는 모델의 다른 척도를 실험하세요 2021.02.15해당카페글 미리보기
CrossTable( actual_type, predict_type ) x <- sum(g$prop.tbl *diag(2)) x # 2. 카파통계량 #install.packages("vcd") library(vcd) table( actual_type, predict_type) Kappa( table( actual_type, predict_type) ) # 3. 민감도 #install.packages...