Réduire les données à l'aide de l'importance des caractéristiques

Maintenant que vous avez créé un modèle de forêt aléatoire complet, vous allez examiner l'importance des caractéristiques.

Même si les modèles de forêt aléatoire effectuent naturellement — mais implicitement — une sélection de caractéristiques, il est souvent avantageux de bâtir un modèle réduit. Un modèle réduit s'entraîne plus vite, calcule les prédictions plus rapidement et est plus facile à comprendre et à gérer. Bien sûr, il s'agit toujours d'un compromis entre la simplicité du modèle et sa performance.

Dans cet exercice, vous allez réduire l'ensemble de données. Dans le prochain exercice, vous ajusterez un modèle réduit et comparerez sa performance à celle du modèle complet. rf_fit, train et test sont fournis.

Les trousses tidyverse, tidymodels et vip ont été chargées pour vous.

Cette activité fait partie du cours

Réduction de dimension en R

Voir le cours

Instructions de l’exercice

Utilisez vi() avec le paramètre rank pour extraire les dix caractéristiques les plus importantes.
Ajoutez la variable cible à la liste des principales caractéristiques.
Appliquez le masque des principales caractéristiques pour réduire les ensembles de données.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Extract the top ten features
top_features <- ___ %>% 
  ___(___ = ___) %>% 
  filter(___) %>% 
  pull(Variable)

# Add the target variable to the feature list
top_features <- c(___, "___")

# Reduce and print the data sets
train_reduced <- train[___]
test_reduced <- ___[___]
train_reduced %>% head(5)
test_reduced %>% head(5)

Modifier et exécuter le code