Ajusta la complejidad del modelo
Para hacer buenas predicciones, necesitas ajustar la complejidad de tu modelo. Los modelos simples solo pueden representar estructuras de datos sencillas, mientras que los modelos complejos pueden capturar estructuras más detalladas.
En este ejercicio, vas a crear árboles con diferentes niveles de complejidad modificando los hiperparámetros de un árbol de regresión.
Los datos de entrenamiento chocolate_train ya están precargados en tu espacio de trabajo.
Este ejercicio forma parte del curso
Machine Learning con modelos basados en árboles en R
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# Create a model having only one split
chocolate_model <- ___(___) %>%
set_mode("regression") %>%
set_engine("rpart") %>%
fit(final_grade ~ ., data = chocolate_train)
chocolate_model