Random Forest: predizione

Ora devi generare alcune predizioni con il tuo modello di random forest. La sintassi è la stessa del modello di gradient boosted trees.

Questo esercizio fa parte del corso

Introduzione a Spark con sparklyr in R

Visualizza corso

Istruzioni dell'esercizio

Una connessione Spark è stata creata per te come spark_conn. Le tibbles collegate agli insiemi di dati di training e di test archiviati in Spark sono state predefinite rispettivamente come track_data_to_model_tbl e track_data_to_predict_tbl. Il modello di random forest è stato predefinito come random_forest_model.

Definisci una variabile predicted che contenga le predizioni del modello per i dati di test.
- Chiama ml_predict() passando come argomenti il modello e i dati di test. Questa funzione genererà le predizioni per l'insieme di test e le aggiungerà come nuova colonna chiamata prediction.
Definisci la variabile responses per preparare i dati al confronto tra risposte previste e risposte reali:
- Seleziona la colonna di risposta year.
- Colleziona i risultati.
- Usa mutate() per aggiungere le predizioni contenute in predicted.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# Training, testing sets & model are pre-defined
track_data_to_model_tbl
track_data_to_predict_tbl
random_forest_model

# Predict the responses for the testing data
predicted <- ml_predict(
      ___,
      ___) %>% pull(prediction)

# Create a response vs. actual dataset
responses <- ___

Modifica ed esegui il codice