Model random forest

Dalam latihan ini, Anda akan menggunakan fungsi randomForest() dari paket randomForest untuk membangun model random forest guna memprediksi churn pelanggan pada himpunan data pelatihan, training_set. Variabel target bernama Future. Anda juga akan meninjau dan memvisualisasikan tingkat kepentingan variabel dalam model.

Latihan ini adalah bagian dari kursus

Analitik Prediktif menggunakan Data Berjejaring di R

Lihat Kursus

Petunjuk latihan

Muat paket randomForest.
Gunakan fungsi set.seed() dengan seed 863.
Bangun random forest menggunakan fungsi randomForest() dan semua variabel di training_set. Variabel respons Future perlu bertipe factor, jadi gunakan fungsi as.factor().
Plot kepentingan variabel dari model random forest menggunakan varImpPlot().

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Load package
___(randomForest)

# Set seed
set.seed(___)

# Build model
rfModel <- ___(as.factor(___)~. ,data=training_set)

# Plot variable importance
varImpPlot(___)

Edit dan Jalankan Kode