Reduksi UMAP dalam model decision tree

Setelah Anda memvisualisasikan reduksi UMAP, mari gunakan UMAP untuk membangun model. Pada latihan ini, Anda akan membangun sebuah workflow yang menerapkan UMAP dalam resep prapemrosesan pada data kredit, lalu menggunakan komponen yang diekstraksi untuk membangun model decision tree. Himpunan data kredit train dan test sudah disediakan untuk Anda. Pustaka embed telah dimuat.

Latihan ini adalah bagian dari kursus

Reduksi Dimensi di R

Lihat Kursus

Petunjuk latihan

Buat resep untuk menerapkan reduksi UMAP pada data, menghasilkan empat komponen terestraksi.
Buat model decision_tree untuk klasifikasi.
Tambahkan resep UMAP dan model decision tree ke dalam workflow.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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

Edit dan Jalankan Kode