Vytvoření redukovaného modelu náhodného lesa

Teď je čas natrénovat redukovaný model na datech train_reduced a vyhodnotit ho na test_reduced. K natrénování redukovaného modelu máš k dispozici rf_spec. Plný model dosáhl hodnoty F1 0,948. Při trénování a vyhodnocování redukovaného modelu měj na paměti, že mezi jednoduchostí modelu a jeho výkonem vždy existuje určitý kompromis. Je na tobě, jestli přínosy redukce modelu převáží případný pokles výkonu.

Balíčky tidyverse, tidymodels a vip jsou už načtené.

Toto cvičení je součástí kurzu

Redukce dimenzionality v R

Zobrazit kurz

Pokyny k cvičení

Pomocí rf_spec natrénuj redukovaný model náhodného lesa.
Připoj predikce redukovaného modelu k datům test_reduced.
Vypočítej metriku F1 pro redukovaný model.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Fit a reduced model
rf_reduced_fit <- ___ %>% 
  ___(___, ___ = ___)

# Create test set prediction data frame
predict_reduced_df <- ___ %>% 
  ___(predict = ___(___, ___))

# Calculate F1 performance
___(___, ___, ___)

Upravit a spustit kód