LoslegenKostenlos starten

Trainiere einen Regressionsbaum

Wie du bereits weißt, sind Entscheidungsbäume ein nützliches Werkzeug für Klassifikationsprobleme. Außerdem kannst du sie auch zum Modellieren von Regressionsproblemen verwenden. Der strukturelle Unterschied besteht darin, dass an den Blättern numerische Werte (statt Klassen) stehen.

In dieser Übung nutzt du den Schokoladen-Datensatz, um einen Regressionsbaum zu fitten. Das ist sehr ähnlich zu dem, was du in Kapitel 1 bereits mit dem diabetes-Datensatz gemacht hast.

In deinem Workspace stehen dir die Trainingsdaten chocolate_train zur Verfügung.

Diese Übung ist Teil des Kurses

<Kurs>Maschinelles Lernen mit baumbasierten Modellen in R</Kurs>
Kurs ansehen

Übungsanweisungen

  • Erstelle model_spec, eine Spezifikation für einen Regressionsbaum.
  • Verwende mit dem Data Frame chocolate_train die model_spec, um einen Regressionsbaum zu trainieren, der final_grade nur mit den numerischen Prädiktoren in den Daten vorhersagt.

Interaktive praktische Übung

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

library(tidymodels)

# Build the specification
model_spec <- decision_tree() %>%
  set_mode(___) %>%
  set_engine(___)

# Fit to the data
model_fit <- model_spec %>%
  ___(formula = ___,
      data = ___)

model_fit
Code bearbeiten und ausführen