1. 学ぶ
    2. /
  2. コース
    3. /
  3. Rで学ぶ caret を使った Machine Learning
Connected

演習

カスタム trainControl を使ったランダムフォレスト

私のお気に入りのモデルのひとつにランダムフォレストがあります。これは、非線形の決定木をアンサンブルして、柔軟性が高く（そしてたいていはかなり高精度な）モデルを作る手法です。

ここでは定番の randomForest パッケージではなく、ranger パッケージを使います。ranger は randomForest の再実装で、ほぼ同じ結果を返しつつ、より高速で安定し、メモリ使用量も少ないのが特長です。R でランダムフォレストを扱う際の出発点として強くおすすめします。

指示

100 XP

churn_x と churn_y はワークスペースに読み込まれています。

  • churn データセットにランダムフォレストモデルを当ててください。これまでと同様に trainControl には myControl を使い、"ranger" メソッドを指定しましょう。