Crear random forest reducido

Ahora toca ajustar un modelo reducido usando train_reduced y evaluarlo con test_reduced. Tienes rf_spec disponible para ajustar el modelo reducido. El modelo completo tuvo un valor F1 de 0.948. A medida que ajustes y evalúes un modelo reducido, recuerda que siempre hay un equilibrio entre la simplicidad del modelo y su rendimiento. Debes decidir si los beneficios de reducir el modelo compensan cualquier disminución en el rendimiento, si la hubiera.

Se han cargado los paquetes tidyverse, tidymodels y vip.

Este ejercicio forma parte del curso

Reducción de la dimensionalidad en R

Ver curso

Instrucciones del ejercicio

Usa rf_spec para ajustar el modelo random forest reducido.
Une las predicciones del modelo reducido a test_reduced.
Calcula la métrica F1 para el modelo reducido.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Fit a reduced model
rf_reduced_fit <- ___ %>% 
  ___(___, ___ = ___)

# Create test set prediction data frame
predict_reduced_df <- ___ %>% 
  ___(predict = ___(___, ___))

# Calculate F1 performance
___(___, ___, ___)

Editar y ejecutar código