ランダムフォレスト：モデリング
勾配ブースティング木と同様に、ランダムフォレストもアンサンブルモデルの一種です。つまり、多数の単純なモデル（ここでも決定木）を組み合わせて、より優れた1つのモデルを構築します。同じモデルを繰り返し実行するのではなく、ランダムフォレストはデータのランダムなサブセットと特徴量のランダムなサブセットをそれぞれ使った多数の独立したモデルを並列に実行します。そして最終的な予測は、各モデルの結果を集約することで行われます。
sparklyr のランダムフォレスト関数は ml_random_forest() です。使い方は ml_gradient_boosted_trees() とまったく同じです（構文の確認は、この章の最初の演習を参照してください）。
この演習はコースの一部です
sparklyr を使った Spark 入門（R）
演習の手順
Spark の接続は spark_conn として作成済みです。Spark に保存された結合・フィルタリング済みのトラックメタデータとティンバーデータを参照するティブルは、track_data_to_model_tbl として事前に定義されています。
- 今度はランダムフォレストモデルを使って、リリース年の予測分析を繰り返しましょう。
track_data_to_model_tblからtimbre列を取得し、結果をfeature_colnamesに代入します。reformulate()を使ってモデルの式を作成します。- ランダムフォレストモデルを実行し、結果を
random_forest_modelに代入します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# track_data_to_model_tbl has been pre-defined
track_data_to_model_tbl
# Get the timbre columns
feature_colnames <- ___
# Create the formula for the model
year_formula <- ___
# Run the random forest model
random_forest_model <- ___