도구명 : 랜덤포레스트 분류
여러 개의 의사결정나무를 부트스트랩 표본으로 학습하고 다수결로 분류하는 앙상블 방법입니다. OOB(Out-of-Bag) 오차로 검증하고 변수 중요도를 제공합니다.
← 상위메뉴로
1. 데이터 입력
CSV 파일 업로드
표의 맨 위 칸(열1, 열2 …)에는 변수명을, 1행부터는 실제 데이터를 입력하세요. 대용량 데이터는 CSV 파일 업로드를 이용하세요.
모든 계산은 브라우저 안에서만 수행되며 데이터가 외부로 전송되지 않습니다.
2. 변수 선택 및 모델 설정
반응변수(Y, 분류 대상)
숫자형 X
숫자형 X 선택
▾
범주형 X
범주형 X 선택
▾
트리 개수 (n_trees)
분할당 후보 변수 수 (mtry)
자동 (√p)
수동 입력
mtry 값
최대 깊이 (0 = 무제한)
분할 최소 표본 수
난수 시드
클래스 가중치
균형 가중치(balanced) 적용
변수 중요도
순열 중요도 계산 (importance = TRUE)
랜덤포레스트 실행
초기화
데이터가 입력되면 자동으로 변수 목록이 갱신됩니다.
3. 결과
분석 데이터 및 설정
OOB 기준 분류 성능
OOB 혼동행렬
클래스별 성능 지표
OOB 오차 수렴 그래프
변수 중요도
CSV 다운로드
MeanDecreaseAccuracy (순열)
MeanDecreaseGini
4. 예측
단건 예측
예측 실행
일괄 예측
일괄 예측 실행
결과 CSV 다운로드
엑셀에서 새 데이터를 복사해 아래에 붙여넣으세요. 첫 행이 변수명이면 이름으로 매칭하고, 변수명이 없으면 위 X 변수 순서와 동일한 것으로 간주합니다.