class

パッケージの概要

classパッケージは分類に関する様々な関数を提供します。本ドキュメントではknn関数を用いたk最近傍法の使用方法を確認します。

使用例：irisデータの分類

irisデータを用いて、がく弁・花弁の長さ・幅の情報からアヤメを分類するモデルをclassパッケージを用いて構築します。

irisデータセットを読み込む

irisデータを読み込み、データの先頭を表示します。

• Sepal.Length：がく弁の長さ
• Sepal.Width：がく弁の幅
• Petal.Length：花弁の長さ
• Petal.Width：花弁の幅

アヤメの種類はsetosa(1)、versicolor(2)、virginica(3)の3種類です。

data(iris)
head(iris)

  Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          5.1         3.5          1.4         0.2  setosa
2          4.9         3.0          1.4         0.2  setosa
3          4.7         3.2          1.3         0.2  setosa
4          4.6         3.1          1.5         0.2  setosa
5          5.0         3.6          1.4         0.2  setosa
6          5.4         3.9          1.7         0.4  setosa

irisデータの構造

irisデータの各種構造を確認します。

str(iris)

'data.frame':   150 obs. of  5 variables:
 $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
 $ Sepal.Width : num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
 $ Petal.Length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
 $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
 $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...

また、データを散布図にプロットして確認します。

plot(iris, col=c(2, 3, 4)[iris$Species])

モデル構築

irisデータをモデル生成のための訓練データと、モデル評価のためのテストデータに分割します。データ割合は訓練データを7割、テストデータを3割とします。確認のため、データサイズを出力します。

# 再現性のためにシードを設定
set.seed(123)

# データの分割
sample_indices <- sample(1:nrow(iris), 0.7 * nrow(iris))  
train_data <- iris[sample_indices, ]
test_data <- iris[-sample_indices, ]

# データサイズの確認
c(nrow(iris), nrow(train_data), nrow(test_data))

[1] 150 105  45

knn関数を使用し、k最近傍法を実行します。

res <- knn(train_data[-5], test_data[-5], train_data$Species, k = 3)

分類結果とテストデータを比べてみます。概ね合っていることが分かります。

(table(res, test_data$Species))

            
res          setosa versicolor virginica
  setosa         14          0         0
  versicolor      0         17         0
  virginica       0          1        13