Riduzione UMAP in un modello ad albero decisionale
Ora che hai visualizzato una riduzione UMAP, mettiamo UMAP al lavoro nella costruzione di un modello. In questo esercizio, costruirai un workflow che applica UMAP in una recipe di pre-elaborazione ai dati di credito e poi userai i componenti estratti per costruire un modello ad albero decisionale. I set train e test dei dati di credito sono già forniti. La libreria embed è stata già caricata.
Questo esercizio fa parte del corso
Riduzione della dimensionalità in R
Istruzioni dell'esercizio
- Crea una recipe per applicare una riduzione UMAP ai dati, ottenendo quattro componenti estratti.
- Crea un modello
decision_treeper la classificazione. - Aggiungi la recipe UMAP e il modello ad albero decisionale a un workflow.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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