基于XGBoost等分类算法对葡萄酒数据集的R语言实践

摘要

本文利用R语言研究了决策树、随机森林、支持向量机几种机器学习分类算法在葡萄酒数据集上的表现,分别得到的准确率为67.24%、68.15%、66.25%,表现较好。其中随机森林算法在这三种分类算法中表现最为良好,支持向量机表现最差,但三种算法的效果相差不大。由于三种算法在准确率上仍有较高的提升空间,因此引入极端梯度提升树(XGBoost)进行分类,该算法在随机森林与决策树的基础上进行改进,所得效果最好,为73.59%。然而直接基于R语言中四种机器学习算法对葡萄酒数据集分类所得效果较一般,仍需要在这个基础上予以改进。