Introducción al aprendizaje automático en R

El aprendizaje automático permite que los ordenadores aprendan patrones a partir de los datos y realicen predicciones. R proporciona varias bibliotecas para el aprendizaje automático, incluidas caret y randomForest.

Carga del paquete Caret

El paquete caret simplifica los flujos de trabajo de aprendizaje automático en R.

library(caret)
data(iris)

División de los datos en conjuntos de entrenamiento y prueba

Dividir los datos permite evaluar correctamente el modelo al entrenarlo y probarlo por separado.

set.seed(123)
trainIndex <- createDataPartition(iris$Species, p=0.8, list=FALSE)
trainData <- iris[trainIndex,]
testData <- iris[-trainIndex,]

Construcción de un modelo de árbol de decisión

Los árboles de decisión clasifican los datos dividiendo las características en puntos de decisión.

library(rpart)
model <- rpart(Species ~ ., data=trainData)
plot(model)
text(model)

Entrenamiento de un modelo de bosque aleatorio

Los bosques aleatorios mejoran los árboles de decisión al combinar varios modelos.

library(randomForest)
rf_model <- randomForest(Species ~ ., data=trainData)
print(rf_model)

Realización de predicciones

Utilice predict() para realizar predicciones sobre datos nuevos.

predictions <- predict(rf_model, newdata=testData)

Evaluación de la precisión del modelo

La precisión mide el rendimiento del modelo con datos de prueba.

confusionMatrix(predictions, testData$Species)

Ajuste de hiperparámetros

Utilice train() para optimizar los parámetros del modelo y mejorar su rendimiento.

tuned_model <- train(Species ~ ., data=trainData, method='rf', tuneLength=3)

Resumen

En esta lección, ha aprendido:

• Cómo dividir los datos en conjuntos de entrenamiento y prueba.
• Cómo construir modelos de árboles de decisión y bosques aleatorios.
• Cómo evaluar el rendimiento del modelo y ajustar los hiperparámetros.