random Forest

library(randomForest)

## randomForest 4.6-6

## Type rfNews() to see new features/changes/bug fixes.

set.seed(22)  # bootstrapで同じ結果を出すために設定
res <- randomForest(Species ~ ., iris, importance = T, proximity = T)
# 変数の重要度(寄与度)の計算
# 決定木を構築する際に該当変数をモデルから除いた際 [1]
# クラス毎の予測精度の低下 [2] 全体での予測精度の低下(Mean Decrease
# Accuracy) [3] Gini indexの減少(Mean Decrease Gini)を出力
importance(res, type = 1)

##              MeanDecreaseAccuracy
## Sepal.Length               1.3507
## Sepal.Width                0.8213
## Petal.Length               2.5300
## Petal.Width                2.5454

varImpPlot(res, type = 1)  # Mean Decrease Accuracy

importance(res, type = 2)

##              MeanDecreaseGini
## Sepal.Length            9.796
## Sepal.Width             2.331
## Petal.Length           42.549
## Petal.Width            44.564

varImpPlot(res, type = 2)  # Mean Decrease Gini

# 類似度に基づく階層クラスタリング
ds <- as.dist(1 - res$proximity)
hc <- hclust(ds, "ward")
plot(hc)

# 類似度に基づく多次元尺度法
MDSplot(res, iris$Species)

## Loading required package: RColorBrewer

# 自前でMDS（MDSplotと同じ結果になる）
mds <- cmdscale(1 - res$proximity)
plot(mds)