KNN in R

1. iris 품종을 분류하는 분석 전체 코드

library(dplyr)
library(ggplot2)

# knn 분류모델을 위한 패키지 임포트
library(class)

df <- read.csv("https://raw.githubusercontent.com/mwaskom/seaborn-data/master/iris.csv")
summary(df)

df_new <- df


# Min-Max 정규화
normal <- function(x){
  return((x-min(x))/(max(x)-min(x)))
}
df_new[1:4] <- as.data.frame(lapply(df_new[,-5],normal))


# train, test 분리 (8:2)
set.seed(123)
idx <- sample(1:nrow(df_new),0.8*nrow(df_new))

train <- df_new[idx,-5]   # 독립변수
test <- df_new[-idx,-5]   # 독립변수
  
train_sp <- df_new[idx,5]   # 종속변수
test_sp <- df_new[-idx,5]   # 종속변수


# knn 함수를 이용한 knn 학습
model <- knn(train=train,test=test,cl=train_sp,k=3)      # ★ predict() 사용 안함!  
table(factor(model))   # 분류결과 확인


# 모델평가 - 혼동행렬
cm <- table(test_sp,model)
cm

# 모델평가 - 정확도
acc <- (cm[1,1] + cm[2,2] + cm[3,3]) / nrow(test)

 

 

 

2. 타이타닉 생존자를 분류하는 분석 전체 코드

library(dplyr)
library(ggplot2)

library(class)

titanic<- read.csv("https://raw.githubusercontent.com/datasciencedojo/datasets/master/titanic.csv",stringsAsFactors=TRUE)
summary(titanic)
df <- titanic

# 데이터 전처리
# 결측값 대치
df$Age <- ifelse(is.na(df$Age),mean(df$Age,na.rm=TRUE),df$Age)  # 평균 대치
df$Embarked <- replace(df$Embarked, df$Embarked=="","S")  # 최빈값 대치

# 레이블 인코딩
df$Sex <- ifelse(df$Sex=="female",2,1)
df$Embarked <- as.numeric(factor(df$Embarked),level=c("C","Q","S"))

# 파생변수 Familysize 생성
df$Familysize <- df$SibSp + df$Parch

# 분석을 위한 컬럼 선택
df <- df[,c("Survived","Pclass","Sex","Age","Familysize","Fare","Embarked")]

# train, test 분리 (8:2)
set.seed(123)
idx <- sample(1:nrow(df), 0.8*nrow(df))

train <- df[idx,-1]   # 독립변수
test <- df[-idx,-1]   # 독립변수

train_sp <- df[idx,1]   # 종속변수
test_sp <- df[-idx,1]   # 종속변수


# knn 함수를 이용한 knn 알고리즘 학습
model <- knn(train=train, test=test, cl=train_sp, k=3)
table(factor(model))

# 모델평가 
cm <- table(test_sp,model)
acc <- (cm[1,1]+cm[2,2]) / nrow(test)
acc

 

 

• KNN 분류모델을 위한 라이브러리 : library(class)
• KNN 분류모델을 위한 함수 : knn()
• 모델 훈련시 독립변수와 종속변수를 분리하여 넣는다 !!!
• 의사결정나무 분류와 다르게 predict( ) 함수를 사용하지 않음.