1 目的
应用规则学习算法识别有毒的蘑菇
2 数据来源
该演示数据来源于： 机器学习和智能系统中心
3 案例演示
3.1 探索数据
3.1.1 读取数据并查看数据类型
运行代码：
data1<-read.csv("G:\\机器学习\\第三次作业\\mushrooms.csv",stringsAsFactors=T) str(data1$veil_type) #查看数据类型
结果展示：
## Factor w/ 1 level "partial": 1 1 1 1 1 1 1 1 1 1 ...
通过运行结果我们可以看到数据集veil_type列数据类型为因子型。
3.1.2 查看蘑菇数据情况
运行代码：
data1$veil_type<-NULL #删除“veil_type”变量 table(data1$type) #查看有毒蘑菇比例 prop.table(table(data1$type))
结果展示：
> table(data1$type) #查看有毒蘑菇比例 ## edible poisonous ## 4208 3916 > prop.table(table(data1$type)) ## edible poisonous ## 0.5179714 0.4820286
根据运行结果显示，数据样本中大约有52%的蘑菇样本（4208个）是可食用的;有48%的蘑菇样本（3916个）是有毒的。
3.2 模型的建立及优化
3.2.1 基于数据训练模型
运行代码：
library("RWeka")#加载包 data1_1R<-OneR(type~.,data=data1) #1R规则 data1_1R
结果展示：
## odor: ## almond -> edible ## anise -> edible ## creosote -> poisonous ## fishy -> poisonous ## foul -> poisonous ## musty -> poisonous ## none -> edible ## pungent -> poisonous ## spicy -> poisonous ## (8004/8124 instances correct)
利用单规则算法可以发现该分类器中，odor（气味）被选为规则，该规则正确地预测了8124个蘑菇样本中的8004个样本的可食性。
3.2.2 评估模型性能
运行代码：
summary(data1_1R) #模型性能
运行展示：
## ## === Summary === ## ## Correctly Classified Instances 8004 98.5229 % ## Incorrectly Classified Instances 120 1.4771 % ## Kappa statistic 0.9704 ## Mean absolute error 0.0148 ## Root mean squared error 0.1215 ## Relative absolute error 2.958 % ## Root relative squared error 24.323 % ## Total Number of Instances 8124 ## ## === Confusion Matrix === ## ## a b <-- classified as ## 4208 0 | a = edible ## 120 3796 | b = poisonous
根据结果显示，样本蘑菇中有120个有毒蘑菇被错误的分类为可食用蘑菇；4208个可食用蘑菇被正确分类为可食用蘑菇；3796个有毒蘑菇被正确分类为有毒蘑菇，模型的准确率高达99%。
3.2.3 评估模型性能
使用RIPPER优化模型。
运行代码：
data1_JRip<-JRip(type~.,data=data1) data1_JRip #提高性能 summary(data1_JRip) #模型性能
结果展示：
> data1_JRip #提高性能 ## JRIP rules: ## =========== ## ## (odor = foul) => type=poisonous (2160.0/0.0) ## (gill_size = narrow) and (gill_color = buff) => type=poisonous (1152.0/0.0) ## (gill_size = narrow) and (odor = pungent) => type=poisonous (256.0/0.0) ## (odor = creosote) => type=poisonous (192.0/0.0) ## (spore_print_color = green) => type=poisonous (72.0/0.0) ## (stalk_surface_below_ring = scaly) and (stalk_surface_above_ring = silky) => type=poisonous (68.0/0.0) ## (habitat = leaves) and (cap_color = white) => type=poisonous (8.0/0.0) ## (stalk_color_above_ring = yellow) => type=poisonous (8.0/0.0) ## => type=edible (4208.0/0.0) ## ## Number of Rules : 9 > summary(data1_JRip) #模型性能 ## === Summary === ## ## Correctly Classified Instances 8124 100 % ## Incorrectly Classified Instances 0 0 % ## Kappa statistic 1 ## Mean absolute error 0 ## Root mean squared error 0 ## Relative absolute error 0 % ## Root relative squared error 0 % ## Total Number of Instances 8124 ## ## === Confusion Matrix === ## ## a b <-- classified as ## 4208 0 | a = edible ## 0 3916 | b = poisonous
利用RIPPER规则学习算法提高模型性能，此分类器共创建9条规则，模型预测准确率达100%。
