LoslegenKostenlos loslegen

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

Hyperparameter-Tuning in R

Kurs anzeigen

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

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