6 Oracle Machine Learning for Rのモデルの構築

OML4RのパッケージOREmodelsには、ore.frameオブジェクトを使用して拡張分析データ・モデルを作成できる関数が含まれています。

これらの関数については、次の各トピックで説明します。

• OREmodels関数について
  OREmodelsパッケージには、ore.frameオブジェクトを使用して機械学習モデルを構築できる関数が含まれています。
• サンプルのlongleyデータセットについて
  ほとんどの線形回帰およびore.neuralの例では、Rによって提供されるlongleyデータセットを使用します。
• 線形回帰モデルの構築
  ore.lm関数およびore.stepwise関数は、最小二乗回帰およびステップワイズ最小二乗回帰をそれぞれore.frameオブジェクトに表されたデータで実行します。
• 一般化線形モデルの構築
  ore.glm関数は、ore.frameオブジェクト内のデータに対して一般化線形モデルを適合します。
• ニューラル・ネットワーク・モデルの構築
  ニューラル・ネットワーク・モデルを使用すると、入力と出力との間の複雑な非リニアの関係を取得すること、つまりデータのパターンを見つけることができます。
• ランダム・フォレスト・モデルの構築
  ore.randomForest関数は、ore.frameオブジェクト内のデータを分類するためのアンサンブル学習手法を提供します。