Membangun model random forest

Meskipun sebuah forest dapat berisi ratusan pohon, menumbuhkan forest pohon keputusan justru bisa lebih mudah daripada membuat satu pohon yang diatur sangat teliti.

Gunakan paket randomForest untuk membangun sebuah random forest dan lihat bagaimana perbandingannya dengan pohon tunggal yang sebelumnya Anda buat.

Himpunan data loans_train dan loans_test sudah dimuat untuk Anda.

Perlu diingat bahwa karena sifat acak dari forest, hasilnya dapat sedikit berbeda setiap kali Anda membuat forest.

Latihan ini adalah bagian dari kursus

Supervised Learning di R: Klasifikasi

Lihat Kursus

Petunjuk latihan

Muat paket randomForest.
Bangun model random forest menggunakan semua variabel aplikasi pinjaman. Fungsi randomForest juga menggunakan antarmuka formula.
Hitung akurasi model random forest untuk dibandingkan dengan akurasi pohon asli sebesar 57,6% menggunakan predict() dan mean().

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Load the randomForest package
___

# Build a random forest model
loan_model <- ___(___, data = ___)

# Compute the accuracy of the random forest
loans_test$pred <- ___
mean(___)

Edit dan Jalankan Kode