Crea una random forest ridotta

Ora è il momento di adattare un modello ridotto usando train_reduced e valutarlo con test_reduced. rf_spec è già disponibile per adattare il modello ridotto. Il modello completo aveva un valore F1 di 0,948. Quando adatti e valuti un modello ridotto, ricorda che c’è sempre un compromesso tra semplicità del modello e prestazioni del modello. Devi valutare se i vantaggi della riduzione del modello valgono un’eventuale diminuzione delle prestazioni, se presente.

I pacchetti tidyverse, tidymodels e vip sono già stati caricati per te.

Questo esercizio fa parte del corso

Riduzione della dimensionalità in R

Visualizza il corso

Istruzioni dell'esercizio

Usa rf_spec per adattare il modello di random forest ridotto.
Unisci le predizioni del modello ridotto a test_reduced.
Calcola la metrica F1 per il modello ridotto.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

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

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

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

Modifica ed esegui il codice