CommencezCommencez gratuitement

Entraîner un arbre de régression

Comme vous le savez déjà, les arbres de décision sont utiles pour les problèmes de classification. Vous pouvez aussi les utiliser pour modéliser des problèmes de régression. La différence structurelle est qu'on trouve des valeurs numériques (plutôt que des classes) aux nœuds feuilles.

Dans cet exercice, vous allez utiliser l'ensemble de données sur le chocolat pour ajuster un arbre de régression. C'est très semblable à ce que vous avez fait au chapitre 1 avec l'ensemble diabetes.

Les données d'entraînement chocolate_train sont disponibles dans votre espace de travail.

Cette activité fait partie du cours

Machine Learning avec des modèles arborescents en R

Voir le cours

Instructions de l’exercice

  • Construisez model_spec, une spécification d'arbre de régression.
  • À partir du tableau de données chocolate_train, utilisez model_spec pour entraîner un arbre de régression qui prédit final_grade en n'utilisant que les prédicteurs numériques présents dans les données.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

library(tidymodels)

# Build the specification
model_spec <- decision_tree() %>%
  set_mode(___) %>%
  set_engine(___)

# Fit to the data
model_fit <- model_spec %>%
  ___(formula = ___,
      data = ___)

model_fit
Modifier et exécuter le code