Reducción con UMAP en un modelo de árbol de decisión
Ahora que has visualizado una reducción con UMAP, pongamos UMAP a trabajar en la construcción de modelos. En este ejercicio, crearás un workflow que aplique UMAP en una receta de preprocesado sobre los datos de crédito y, después, use los componentes extraídos para construir un modelo de árbol de decisión. Se te proporcionan los conjuntos train y test de los datos de crédito. La librería embed ya se ha cargado.
Este ejercicio forma parte del curso
Reducción de la dimensionalidad en R
Instrucciones del ejercicio
- Crea una receta para aplicar una reducción con UMAP a los datos, obteniendo cuatro componentes extraídos.
- Crea un modelo
decision_treepara clasificación. - Añade la receta de UMAP y el modelo de árbol de decisión a un workflow.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Create a recipe to apply UMAP feature extraction
umap_recipe <- recipe(___ ~ ___, data = ___) %>%
___(___()) %>%
___(___(), outcome = vars(___), num_comp = ___)
# Specify a decision tree model
umap_dt_model <- ___(___ = "___")
# Add the recipe and model to a workflow
umap_dt_workflow <- ___() %>%
add_recipe(___) %>%
add_model(___)
umap_dt_workflow