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
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 = ___
)