IniziaInizia gratis

Addestra una random forest con tuning personalizzato

Ora che hai esplorato le griglie di tuning predefinite fornite dalla funzione train(), personalizziamo un po' di più i tuoi modelli.

Puoi fornire qualsiasi numero di valori per mtry, da 2 fino al numero di colonne dell'insieme di dati. In pratica, però, i benefici diminuiscono con valori di mtry molto grandi, quindi userai una griglia di tuning personalizzata che esplora 2 modelli semplici (mtry = 2 e mtry = 3) e un modello più complesso (mtry = 7).

Questo esercizio fa parte del corso

Machine Learning con caret in R

Visualizza il corso

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Define the tuning grid: tuneGrid
tuneGrid <- data.frame(
  .mtry = ___,
  .splitrule = "___",
  .min.node.size = ___
)
Modifica ed esegui il codice