Modelado con h2o
En el ejercicio anterior, preparaste correctamente los datos para modelar con h2o. Ahora puedes usar esos datos para entrenar un modelo.
La librería h2o ya se ha cargado por ti, al igual que el objeto seeds_train_data, y se ha ejecutado el siguiente código:
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]]
Este ejercicio forma parte del curso
Ajuste de hiperparámetros en R
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Train random forest model
rf_model <- ___(___ = x,
___ = y,
___ = train,
___ = valid)