रैंडम फॉरेस्ट मॉडल
इस अभ्यास में, आप randomForest पैकेज के randomForest() फंक्शन का उपयोग करके प्रशिक्षण डेटा सेट training_set में ग्राहकों के churn की भविष्यवाणी के लिए एक रैंडम फॉरेस्ट मॉडल बनाएँगे. टार्गेट वैरिएबल का नाम Future है.
आप मॉडल में वैरिएबल्स की importance को जाँचेंगे और विज़ुअलाइज़ भी करेंगे.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में नेटवर्क्ड डेटा का उपयोग करके Predictive Analytics
अभ्यास निर्देश
randomForestपैकेज लोड करें.set.seed()फंक्शन को seed 863 के साथ उपयोग करें.randomForest()फंक्शन औरtraining_setकी सभी वैरिएबल्स का उपयोग करके एक रैंडम फॉरेस्ट बनाएँ. रिस्पॉन्स वैरिएबलFutureएक factor होना चाहिए, इसलिएas.factor()फंक्शन का उपयोग करें.varImpPlot()का उपयोग करके रैंडम फॉरेस्ट मॉडल की variable importance प्लॉट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Load package
___(randomForest)
# Set seed
set.seed(___)
# Build model
rfModel <- ___(as.factor(___)~. ,data=training_set)
# Plot variable importance
varImpPlot(___)