LoslegenKostenlos starten

Modellierung mit h2o

In der letzten Übung hast du die Daten erfolgreich für die Modellierung mit h2o vorbereitet. Jetzt kannst du diese Daten verwenden, um ein Modell zu trainieren. Die Bibliothek h2o wurde bereits für dich geladen, ebenso das Objekt seeds_train_data, und der folgende Code wurde ausgeführt:

h2o.init()
seeds_train_data_hf <- as.h2o(seeds_train_data)

y <- "seed_type"
x <- setdiff(colnames(seeds_train_data_hf), y)

seeds_train_data_hf[, y] <- as.factor(seeds_train_data_hf[, y])

sframe <- h2o.splitFrame(seeds_train_data_hf, seed = 42)
train <- sframe[[1]]
valid <- sframe[[2]]

Diese Übung ist Teil des Kurses

<Kurs>Hyperparameter-Tuning in R</Kurs>
Kurs ansehen

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Train random forest model
rf_model <- ___(___ = x,
                ___ = y,
                ___ = train,
                ___ = valid)
Code bearbeiten und ausführen