質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.35%

  • 機械学習

    1038questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

  • R

    447questions

    R言語は、「S言語」をオープンソースとして実装なおした、統計解析向けのプログラミング言語です。 計算がとても速くグラフィックも充実しているため、数値計算に向いています。 文法的には、統計解析部分はS言語を参考にしており、データ処理部分はSchemeの影響を受けています。 世界中の専門家が開発に関わり、日々新しい手法やアルゴリズムが追加されています。

【R】 交差検証のため分割したデータをデータ分析後、追加データを残したまま元の集約された状態のデータにしたい。

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 188

nasu0922

score 11

前提・実現したいこと

Rでデータ分析(ランダムフォレスト)を行なっており、その際にcreatefold関数でデータを10分割しています。
最終目的は、
・「Fold01の訓練用(90%)」でモデルを作って、「Fold01のテスト用(10%)」で目的変数の予測を付与(=predict関数)しモデル評価・・・を10回繰り返し行ない、predict関数で追加したデータは残したまま、10分割されたデータを元に戻してCSV出力したいと考えております。

■保存したいイメージ
№ 目的変数予測(テストデータにpredict関数で予測した値 ※0or1)
1   0
2   1
3   1
.   .
.   .
.   .

発生している問題・エラーメッセージ

上記を実行した結果下記のようにfold毎に結果が出ます。

$fold01
(№)
3    5   18   38   43   60   91   97   99 ...
(目的変数予測=0か1)   
0    1    0    1   0    1    1    1  1...

$fold02
.
.
.

この結果をCSV出力しようとしましたが、下記エラーが発生します。

write.csv(results, "○○○.csv")
以下エラー
(function (..., row.names = NULL, check.rows = FALSE, check.names = TRUE,  でエラー: 
arguments imply differing number of rows: 118, 119, 117

#ライブラリダウンロード
library(randomForest)
library(caret)
library(modelr)
library(dplyr)

#データの読み込み
dfj <- read.csv("任意のデータ.csv",header=T)

#目的変数の属性をfactorに変更
dfj$目的変数<-as.factor(dfj$P目的変数)

#学習用とテスト用データに分ける
set.seed(123)
index <- createDataPartition(dfj$目的変数, p=.8, list=F)
dfj.train <- dfj[index, ]
dfj.test  <- dfj[-index,]

#データを10分割する
set.seed(123)
folds <- createFolds(dfj.train$目的変数,k=10)

#ランダムフォレストを10分割分全て行ない、テストデータにpredictを付与する。
results <- lapply(folds, function(x){
df_train <- dfj.train[-x,]
df_test <- dfj.train[x,]
df_model <- randomForest(目的変数 ~ ., data=df_train)
df_pred <- predict(df_model,df_test)
})

試したこと

元々下記サイトを参考に進めていましたが、対応に苦慮しております。
http://rtokei.tech/machine-learning/%E6%A9%9F%E6%A2%B0%E5%AD%A6%E7%BF%92%E3%82%A2%E3%83%AB%E3%82%B4%E3%83%AA%E3%82%BA%E3%83%A0%E3%80%9C%E3%83%A2%E3%83%87%E3%83%AB%E8%A9%95%E4%BE%A1%E6%B3%95%E3%80%9C/

また、交差検証で分割したデータを元に戻す、といったようなことはネット検索しても有力な手がかりがありませんでした。

何卒、よろしくお願いいたします。

補足情報(FW/ツールのバージョンなど)

ここにより詳細な情報を記載してください。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

+1

中の要素数がバラバラなlistをwrite.csvで直接ファイルに書き出すことは出来ません。

リストの中身を(桁数不揃いな)テキストファイルに書き出すとすれば、こんな感じになると思います。

filename <- "test.csv"
if(file.exists(filename)){
  file.remove(filename)
}
sapply(names(results), function(x){
  write.table(
    data.frame(t(results[[x]]),row.names = x),
    file      = filename, 
    append    = T, 
    sep       = ",", 
    col.names = F
  )
})

追記:
修正してみました。当方で適当に作ったリストではうまくいきましたが、どうでしょうか。

filename <- "test.csv"
if(file.exists(filename)){
  file.remove(filename)
}

sapply(names(results),
  function(x){
    write(
      x        = c(x, results[[x]]),
      file     = filename,
      sep      = ",",
      append   = T,
      ncolumns = length(testlist[[x]])+1
    )
  }
)

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/05/29 08:41

    再回答ありがとうございます。「results」のデータはCSVで抽出できました。
    最終的にはfold毎にある元々の№を付与して下記データとしたいですが、書き出しの基礎が分からないため、対応方法を教えていただけませんでしょうか。頼りきりで大変申し訳ありません。

    →№=(attr(*,"names")=chr[1:11○]"3" "5" "8"・・・を追加し、下記データとしたい。
    Fold01
    № (results)
    3  1
    5  1
    18  1
    ・  ・

    キャンセル

  • 2019/05/30 00:27

    最初の質問と随分内容が食い違っているようですが、そういうことなら
    lapply(names(results), function(x){data.frame(fold=x, n=attr(results[[x]],"name"), v=results[[x]])})
    みたいにしてデータフレームを作ってしまえばいいのでは。

    キャンセル

  • 2019/05/30 08:46

    意図が変わってしまい申し訳ございませんでした。
    上記実行しましたところ、問題なく結果が出ました。
    データ分析は少し理解できたのですが、データの加工や出力といった部分がまだまだ初心者ですので、今回教えていただいた内容をひとつひとつ確認いたします。
    何度もご回答いただきありがとうございました。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.35%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

同じタグがついた質問を見る

  • 機械学習

    1038questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

  • R

    447questions

    R言語は、「S言語」をオープンソースとして実装なおした、統計解析向けのプログラミング言語です。 計算がとても速くグラフィックも充実しているため、数値計算に向いています。 文法的には、統計解析部分はS言語を参考にしており、データ処理部分はSchemeの影響を受けています。 世界中の専門家が開発に関わり、日々新しい手法やアルゴリズムが追加されています。

  • トップ
  • Rに関する質問
  • 【R】 交差検証のため分割したデータをデータ分析後、追加データを残したまま元の集約された状態のデータにしたい。