机器学习与R语言

相信能看到这边文章的同僚们都能明白SMOTE算法是什么，在此就不过多介绍了，直接应用：  

  #利用SMOTE算法对原数据进行预处理

whitewine<-read.csv("C:/Users/Administrator/Desktop/实验数据集/whitewines.csv")

上面是我自己电脑中存储的数据，你可以按照你自己的 数据进行处理，切勿粘贴复制

  #注意当条件是一个向量时，比较的结果也是一个向量，分段函数应该如下编程：

w<-matrix(data = whitewine$quality,nrow = 2)
summary(whitewine$quality)
length(w)
y<-numeric(length(w))
y[w>4]<-1
y[w<=4]<-2
y
whitewine$quality<-y

当然，比上述更简单的是下面这种：   

 #对原数据的标签进行处理，使之成为二类不平衡数据集

whitewine$quality<-ifelse(whitewine$quality>4,1,2)
summary(whitewine$quality)
table(whitewine$quality)
prop.table(table(whitewine$quality))


    #简要查看数据，因为均为数值型属性，故不需要二值化，注意可能要运用标准化
head(whitewine,3)
    #先对数据集进行分割，两种方法
set.seed(12345)
whitewine_rand<-whitewine[order(runif(4898)),]
summary(whitewine_rand$quality)
whitewine_rand_train<-whitewine_rand[1:4000,]
whitewine_rand_test<-whitewine_rand[4001:4898,]
prop.table(table(whitewine_rand_test$quality))
table(whitewine_rand_train$quality)
class(whitewine_rand_train$quality)


    #另一种
library(caret)
set.seed(12345)   
splitIndex<-createDataPartition(whitewine$quality,time=1,p=0.817,list=FALSE)
trainSplit<-whitewine[splitIndex,]
testSplit<-whitewine[-splitIndex,]
table(testSplit$quality)
prop.table(table(trainSplit$quality))
class(trainSplit$quality)


    #利用第一种分割方法建立模型
whitewine_rand_train$quality<-factor(whitewine_rand_train$quality)
library(C50)
whitewine_model_a<-C5.0(whitewine_rand_train[-12],wh