Ein Random-Forest-Modell erstellen

Obwohl ein Forest Hunderte von Bäumen enthalten kann, ist das Aufbauen eines Entscheidungsbaum-Forests vielleicht sogar einfacher als das Erstellen eines einzelnen, stark getunten Baums.

Mit dem Paket randomForest baust du einen Random Forest und vergleichst ihn mit den einzelnen Bäumen, die du zuvor erstellt hast.

Die Datensätze loans_train und loans_test sind bereits für dich geladen.

Beachte, dass sich die Ergebnisse aufgrund der zufälligen Natur des Forests bei jedem Erstellen leicht unterscheiden können.

Diese Übung ist Teil des Kurses

Überwachtes Lernen in R: Klassifikation

Kurs anzeigen

Anleitung zur Übung

Lade das Paket randomForest.
Baue ein Random-Forest-Modell mit allen Variablen des Kreditantrags. Die Funktion randomForest verwendet ebenfalls die Formelschreibweise.
Berechne die Genauigkeit des Random-Forest-Modells, um sie mit der ursprünglichen Baumgenauigkeit von 57,6 % zu vergleichen, und verwende dazu predict() und mean().

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Load the randomForest package
___

# Build a random forest model
loan_model <- ___(___, data = ___)

# Compute the accuracy of the random forest
loans_test$pred <- ___
mean(___)

Code bearbeiten und ausführen