{"id":1221,"date":"2023-07-27T05:56:29","date_gmt":"2023-07-27T05:56:29","guid":{"rendered":"https:\/\/statorials.org\/pt\/ensacamento-em-r\/"},"modified":"2023-07-27T05:56:29","modified_gmt":"2023-07-27T05:56:29","slug":"ensacamento-em-r","status":"publish","type":"post","link":"https:\/\/statorials.org\/pt\/ensacamento-em-r\/","title":{"rendered":"Como realizar o ensacamento em r (passo a passo)"},"content":{"rendered":"

<\/p>\n

\n

Quando criamos uma \u00e1rvore de decis\u00e3o<\/a> para um determinado conjunto de dados, usamos apenas um \u00fanico conjunto de dados de treinamento para construir o modelo.<\/span><\/p>\n

No entanto, a desvantagem de usar uma \u00fanica \u00e1rvore de decis\u00e3o \u00e9 que ela tende a sofrer de alta vari\u00e2ncia<\/a> . Ou seja, se dividirmos o conjunto de dados em duas metades e aplicarmos a \u00e1rvore de decis\u00e3o a ambas as metades, os resultados poder\u00e3o ser muito diferentes.<\/span><\/p>\n

Um m\u00e9todo que podemos usar para reduzir a vari\u00e2ncia de uma \u00fanica \u00e1rvore de decis\u00e3o \u00e9 conhecido como bagging<\/a> , \u00e0s vezes chamado de agrega\u00e7\u00e3o bootstrap<\/em> .<\/span><\/p>\n

O ensacamento funciona da seguinte forma:<\/span><\/p>\n

1.<\/strong> Pegue b<\/em> amostras inicializadas do conjunto de dados original.<\/span><\/p>\n

2.<\/strong> Crie uma \u00e1rvore de decis\u00e3o para cada amostra de bootstrap.<\/span><\/p>\n

3.<\/strong> Calcule a m\u00e9dia das previs\u00f5es de cada \u00e1rvore para obter um modelo final.<\/span><\/p>\n

Ao construir centenas ou mesmo milhares de \u00e1rvores de decis\u00e3o individuais e tomar as previs\u00f5es m\u00e9dias de todas as \u00e1rvores, muitas vezes acabamos com um modelo de saco ajustado que produz uma taxa de erro de teste muito menor em compara\u00e7\u00e3o com uma \u00fanica \u00e1rvore de decis\u00e3o.<\/span><\/p>\n

Este tutorial fornece um exemplo passo a passo de como criar um modelo empacotado em R.<\/span><\/p>\n

Passo 1: Carregue os pacotes necess\u00e1rios<\/strong><\/span><\/h3>\n

Primeiro, carregaremos os pacotes necess\u00e1rios para este exemplo:<\/span><\/p>\n

 library<\/span> (dplyr) #for data wrangling<\/span>\nlibrary<\/span> (e1071) #for calculating variable importance<\/span>\nlibrary<\/span> (caret) #for general model fitting<\/span>\nlibrary<\/span> (rpart) #for fitting decision trees<\/span>\nlibrary<\/span> (ipred) #for fitting bagged decision trees\n<\/span><\/strong><\/pre>\n
 Passo 2: Ajuste o modelo ensacado<\/strong><\/span><\/h3>\n
 Para este exemplo, usaremos um conjunto de dados R integrado chamado Qualidade do Ar<\/strong> , que cont\u00e9m medi\u00e7\u00f5es da qualidade do ar na cidade de Nova York durante 153 dias individuais.<\/span><\/p>\n
 #view structure of air quality dataset<\/span>\nstr(airquality)\n\n'data.frame': 153 obs. of 6 variables:\n $ Ozone: int 41 36 12 18 NA 28 23 19 8 NA ...\n $Solar.R: int 190 118 149 313 NA NA 299 99 19 194 ...\n $ Wind: num 7.4 8 12.6 11.5 14.3 14.9 8.6 13.8 20.1 8.6 ...\n $ Temp: int 67 72 74 62 56 66 65 59 61 69 ...\n $Month: int 5 5 5 5 5 5 5 5 5 5 ...\n $Day: int 1 2 3 4 5 6 7 8 9 10 ...\n<\/strong><\/pre>\n
 O c\u00f3digo a seguir mostra como ajustar um modelo ensacado em R usando a fun\u00e7\u00e3o bagging()<\/strong> da biblioteca ipred<\/strong> .<\/span><\/p>\n
 #make this example reproducible\n<\/span>set.seed(1)\n\n#fit the bagged model\n<\/span>bag <- bagging(\n  formula = Ozone ~ .,\n  data = airquality,\n  nbagg = 150<\/span> ,   \n  coob = TRUE<\/span> ,\n  control = rpart. control<\/span> (minsplit = 2<\/span> , cp = 0<\/span> )\n)\n\n#display fitted bagged model\n<\/span>bag\n\nBagging regression trees with 150 bootstrap replications \n\nCall: bagging.data.frame(formula = Ozone ~ ., data = airquality, nbagg = 150, \n    coob = TRUE, control = rpart.control(minsplit = 2, cp = 0))\n\nOut-of-bag estimate of root mean squared error: 17.4973<\/strong><\/pre>\n
 Observe que escolhemos usar 150<\/strong> amostras bootstrap para construir o modelo empacotado e especificamos que coob<\/strong> \u00e9 TRUE<\/strong> para obter o erro estimado fora do saco.<\/span><\/p>\n
 Tamb\u00e9m usamos as seguintes especifica\u00e7\u00f5es na fun\u00e7\u00e3o rpart.control()<\/strong> :<\/span><\/p>\n