Réduction UMAP dans un modèle d’arbre de décision
Maintenant que vous avez visualisé une réduction UMAP, mettons UMAP au service de la construction de modèles. Dans cet exercice, vous allez construire un workflow qui applique UMAP dans une recette de prétraitement aux données de crédit, puis utiliser les composants extraits pour créer un modèle d’arbre de décision. Les ensembles train et test des données de crédit sont fournis. La bibliothèque embed a déjà été chargée.
Cet exercice fait partie du cours
Réduction de dimension en R
Instructions
- Créez une recette pour appliquer une réduction UMAP aux données, aboutissant à quatre composants extraits.
- Créez un modèle
decision_treepour la classification. - Ajoutez la recette UMAP et le modèle d’arbre de décision à un workflow.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Create a recipe to apply UMAP feature extraction
umap_recipe <- recipe(___ ~ ___, data = ___) %>%
___(___()) %>%
___(___(), outcome = vars(___), num_comp = ___)
# Specify a decision tree model
umap_dt_model <- ___(___ = "___")
# Add the recipe and model to a workflow
umap_dt_workflow <- ___() %>%
add_recipe(___) %>%
add_model(___)
umap_dt_workflow