Buat random forest tereduksi

Sekarang, saatnya menyesuaikan model tereduksi menggunakan train_reduced dan mengevaluasinya menggunakan test_reduced. rf_spec tersedia untuk Anda guna menyesuaikan model tereduksi. Model penuh memiliki nilai F1 sebesar 0,948. Saat Anda menyesuaikan dan mengevaluasi model tereduksi, ingat bahwa selalu ada pertukaran antara kesederhanaan model dan kinerja model. Anda perlu menilai apakah manfaat dari pereduksian model sepadan dengan potensi penurunan kinerja model, jika ada.

Pustaka tidyverse, tidymodels, dan vip telah dimuat untuk Anda.

Latihan ini adalah bagian dari kursus

Reduksi Dimensi di R

Lihat Kursus

Petunjuk latihan

Gunakan rf_spec untuk menyesuaikan model random forest tereduksi.
Ikat prediksi model tereduksi ke test_reduced.
Hitung metrik F1 untuk model tereduksi.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Fit a reduced model
rf_reduced_fit <- ___ %>% 
  ___(___, ___ = ___)

# Create test set prediction data frame
predict_reduced_df <- ___ %>% 
  ___(predict = ___(___, ___))

# Calculate F1 performance
___(___, ___, ___)

Edit dan Jalankan Kode