1. 학습
    2. /
  2. 강의
    3. /
  3. Rによる次元削減
Connected

연습 문제

UMAP 決定木モデルを評価する

前の演習では、UMAP を適用して決定木モデルを構築するためのワークフローを作成しました。ここでは、その学習データを使ってモデルを学習し、次元削減なしの決定木モデルと性能を比較します。目的変数 credit_score はカテゴリ型なので、モデルの性能評価には f_meas() を使用します。次元削減なしモデルとそのテスト予測は、それぞれ dt_fit と predict_df に保存されています。作成した UMAP のワークフローは umap_dt_workflow にあります。train と test セットも用意されています。

tidyverse、tidymodels、embed パッケージは読み込まれています。

지침

100 XP
  • 次元削減なしの dt_fit の性能を f_meas で評価します。
  • umap_dt_workflow を使って UMAP で次元削減したモデルを学習します。
  • 次元削減した UMAP モデルのテスト予測用データフレームを作成します。
  • f_meas を使って、学習した umap_dt_fit の性能を評価します。