Construire un modèle de random forest
Même si une forêt peut contenir des centaines d'arbres, entraîner une forêt d'arbres de décision est parfois encore plus simple que de créer un seul arbre très finement réglé.
À l'aide du package randomForest, construisez une random forest et voyez comment elle se compare aux arbres uniques que vous avez créés précédemment.
Les jeux de données loans_train et loans_test sont préchargés pour vous.
Gardez à l'esprit qu'en raison du caractère aléatoire de la forêt, les résultats peuvent légèrement varier à chaque création de la forêt.
Cet exercice fait partie du cours
<cours>Apprentissage supervisé en R : Classification</cours>Instructions de l’exercice
- Chargez le package
randomForest. - Créez un modèle de random forest en utilisant l'ensemble des variables de la demande de prêt. La fonction
randomForestutilise également l'interface par formule. - Calculez la précision du modèle de random forest pour la comparer à la précision de 57,6 % de l'arbre d'origine en utilisant
predict()etmean().
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Load the randomForest package
___
# Build a random forest model
loan_model <- ___(___, data = ___)
# Compute the accuracy of the random forest
loans_test$pred <- ___
mean(___)