Vyzkoušej delší délku ladění

Z videa víš, že modely random forest mají hlavní ladicí parametr mtry, který určuje, kolik proměnných je při každém rozdělení vystaveno vyhledávacímu algoritmu. Představ si například strom s celkem 10 rozděleními a mtry = 2 — to znamená, že při každém vyhodnocení rozdělení se náhodně vybírají vzorky ze 2 prediktorů.

Tentokrát použij větší ladicí mřížku, ale drž se výchozích nastavení funkce train(). Nastav tuneLength na 3 místo 1, aby ses podíval/a na více potenciálních modelů, a výsledný model vykresli pomocí funkce plot.

Toto cvičení je součástí kurzu

Machine Learning s balíčkem caret v R

Zobrazit kurz

Pokyny k cvičení

Natrénuj model náhodného lesa model na datasetu wine s quality jako cílovou proměnnou a všemi ostatními proměnnými jako vysvětlujícími proměnnými. (Výpočet chvíli potrvá, buď trpělivý/á!)
Použij method = "ranger".
Nastav tuneLength na 3.
Použij 5 CV foldů.
Vypiš model do konzole.
Po natrénování model vykresli.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Fit random forest: model
model <- train(
  ___,
  tuneLength = 1,
  data = ___, 
  method = ___,
  trControl = trainControl(
    method = "cv", 
    number = ___, 
    verboseIter = TRUE
  )
)

# Print model to console


# Plot model

Upravit a spustit kód