r - R中的高斯过程

问题描述

第一次在这里发帖，我会尽量让它快点。我今天在高斯过程和随机森林中展示了我的最终项目，我在同一数据集上通过 r 运行它们以进行比较/对比。我的教授说我的高斯过程是错误的，因为我的变量是分类的，但我看起来只是整数和数字，即使有些变量像“教育水平”和“婚姻状况”，它们只是 1 和 0 . 我将在下面发布我的代码，如果有人可以向我解释为什么这不行或者可以的话，我将永远感激不尽！

> library(kernlab)
> load("/Users/benjaminfoster/Desktop/bank_data.Rdata")
> 
> str(data_train)
'data.frame':   2260 obs. of  11 variables:
 $ age      : int  59 39 41 43 31 40 37 25 31 42 ...
 $ marital  : num  1 1 1 1 1 1 0 0 1 0 ...
 $ education: num  0 0 1 0 0 1 1 0 0 1 ...
 $ default  : num  0 0 0 0 0 0 0 0 0 0 ...
 $ balance  : int  0 147 221 264 360 194 2317 -221 132 16 ...
 $ housing  : num  1 1 1 1 1 0 1 1 0 0 ...
 $ loan     : num  0 0 0 0 1 1 0 0 0 0 ...
 $ duration : int  226 151 57 113 89 189 114 250 148 140 ...
 $ campaign : int  1 2 2 2 1 2 1 1 1 3 ...
 $ previous : int  0 0 0 0 1 0 2 0 1 0 ...
 $ y        : Factor w/ 2 levels "0","1": 1 1 1 1 1 1 1 1 1 1 ...
> str(data_test)
'data.frame':   2261 obs. of  11 variables:
 $ age      : int  30 33 35 30 35 36 43 39 36 20 ...
 $ marital  : num  1 1 0 1 0 1 1 1 1 0 ...
 $ education: num  0 0 1 1 1 1 0 0 1 0 ...
 $ default  : num  0 0 0 0 0 0 0 0 0 0 ...
 $ balance  : int  1787 4789 1350 1476 747 307 -88 9374 1109 502 ...
 $ housing  : num  0 1 1 1 0 1 1 1 0 0 ...
 $ loan     : num  0 1 0 1 0 0 1 0 0 0 ...
 $ duration : int  79 220 185 199 141 341 313 273 328 261 ...
 $ campaign : int  1 1 1 4 2 1 1 1 2 1 ...
 $ previous : int  0 4 1 0 3 2 2 0 0 0 ...
 $ y        : Factor w/ 2 levels "0","1": 1 1 1 1 1 1 1 1 1 2 ...
> 
> #response variable is 'y'
> gp_model <- gausspr(y~., data=data_train)
Using automatic sigma estimation (sigest) for RBF or laplace kernel 
> 
> pred_y <- predict(gp_model, newdata=data_test, type = "probabilities")
> 
> #compute prediction accuracy with 0.5 threshold
> mean((pred_y[,2]>0.5)==(data_test$y==1))
[1] 0.8894295
> 
> #creating ROC curve and compute area under the curve
> library(ROCit)
> ROCit_obj <- rocit(score=pred_y[,2], class=data_test$y)
> plot(ROCit_obj)
> ROCit_obj$AUC
[1] 0.8470083
> 
> #Confusion Matrix
> table((pred_y[,2]>0.5),(data_test$y=='1'))[c(2,1),c(2,1)]
       
        TRUE FALSE
  TRUE    51    52
  FALSE  198  1960

标签： rprocessgaussian

r - R中的高斯过程

问题描述

解决方案

推荐阅读