Ajusta un random forest con una optimización personalizada

Ahora que has explorado las cuadrículas de optimización predeterminadas que ofrece train(), vamos a personalizar un poco más tus modelos.

Puedes proporcionar cualquier número de valores para mtry, desde 2 hasta el número de columnas del conjunto de datos. En la práctica, el rendimiento apenas mejora con valores muy grandes de mtry, así que usarás una cuadrícula personalizada que pruebe 2 modelos sencillos (mtry = 2 y mtry = 3) y uno más complejo (mtry = 7).