R中的事故票优先级分类

时间:2018-03-21 10:25:04

标签: r machine-learning classification random-forest

我是R和机器学习的新手。在这里,我尝试构建一个随机森林分类模型,以从其描述中预测事故单的优先级。我遵循以下步骤。

1)输入< - 使用CSV文件描述

library(tm)
library(SnowballC)
library(caTools)
library(randomForest)
incidents = read.csv("incident.csv", stringsAsFactors = FALSE)

> str(incidents) 'data.frame':  4265 obs. of  7 variables:  $ number                : chr  "INC0031193" "INC0037867" "INC0159979" "INC0031446" ...  $
> u_detailed_description: chr  "Close & Ignore new Ticket New-Production
> SNOW Auto Routing test for XYZ SNOW ticketing in uat"  "" "" ""...  $
> priority              : chr  "3 - Moderate" "2 - High" "4 - Low" "3 -
> Moderate" ...  $ state                 : chr  "Canceled" "Canceled"
> "Canceled" "Canceled" ...  $ category              : chr  "Server"
> "Tools" "Server" "Server" ...  $ assignment_group      : chr 
> "Windows" "Tools" "SNOC Support" "Windows" ...

2)数据清理,创建DocumenTermMatrix并转换为DataFrame。

incidentCorpus <- Corpus(VectorSource(incidents$u_detailed_description))
incidentCorpus <- tm_map(incidentCorpus, tolower)
incidentCorpus <- tm_map(incidentCorpus, removePunctuation)
incidentCorpus <- tm_map(incidentCorpus, removeWords, stopwords("english"))
incidentCorpus <- tm_map(incidentCorpus, stemDocument)
incidentDTM <- DocumentTermMatrix(incidentCorpus)

3)使用caTools将数据拆分为列车和测试集。

set.seed(123)
split <- sample.split(incidentSparse$priority,SplitRatio = 0.7)
train <- subset(incidentSparse, split == TRUE)
test  <- subset(incidentSparse, split == FALSE)
train$priority <- as.character(train$priority) 
train$priority <- as.factor(train$priority
test$priority  <- as.character(testSet1$priority)
test$priority  <- as.factor(testSet1$priority)

4)应用randomforest()函数创建我的模型,并使用predict函数对我的测试集进行分类。

incidentRandomF <- randomForest(priority ~ ., data = train, ntree = 200, mtry = 50, importance = TRUE, proximity = TRUE)

5)模型的整体精度约为90%。

baselineAccuracy <- sum(diag(table(predict(incidentRandomF, type="class"), train$priority)))/nrow(train)

> baselineAccuracy
[1] 0.8392498

predFinalTestSet_RF <- predict(incidentRandomF, newdata = test,  type="class")
FinalTestSetAccuracy <- sum(diag(table(test$priority,predFinalTestSet_RF)))/nrow(test)

> FinalTestSetAccuracy
[1] 0.8828125

截至目前,我的分类模型已准备好,现在我需要执行此模型以根据给定描述预测优先级,其中描述将由用户提供。

如何向R脚本提供用户输入以使其正常运行?

我们非常感谢您的帮助。 提前谢谢。

1 个答案:

答案 0 :(得分:1)

因此,无需编写整个页面(或测试我在此处编写的代码),但希望足以说明如何开始(如果您还有其他问题,请告诉我),这里有Shiny应用程序的内容基本上看:

在名为ui.R的文件中:

fluidPage(

  # Copy the line below to make a text input box
  textInput("u_detailed_description", label = h3("Text input"), value = "Enter text..."),
  #Additional inputs for other fields here

  hr(),
  fluidRow(column(3, verbatimTextOutput("prediction")))

)

然后在server.R中:

function(input, output) {

  # You can access the value of the widget with input$u_detailed_description, e.g.
  output$value <- renderPrint({ predict(incidentRandomF, newdata = input,  type="class") })

}

大量的信息和文档,包括Shiny site

上的很多示例

在查找其他内容的同时,我偶然发现this repo显示有人在Shiny应用中显示模型的预测,这可能有助于澄清如何保存模型并重新加载它等等