ランダムフォレストモデル
この演習では、randomForest パッケージの randomForest() 関数を使って、学習用データ training_set に含まれる顧客の解約（churn）を予測するランダムフォレストモデルを作成します。目的変数は Future です。
あわせて、モデルにおける各変数の重要度を確認し、可視化します。
この演習はコースの一部です
R で学ぶネットワークデータの予測分析
演習の手順
randomForestパッケージを読み込みます。- 乱数シードを 863 に設定して
set.seed()を使います。 randomForest()関数でtraining_setのすべての変数を用いてランダムフォレストを構築します。応答変数Futureは factor 型である必要があるため、as.factor()を使用します。varImpPlot()を使って、ランダムフォレストモデルの変数重要度をプロットします。
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。
# Load package
___(randomForest)
# Set seed
set.seed(___)
# Build model
rfModel <- ___(as.factor(___)~. ,data=training_set)
# Plot variable importance
varImpPlot(___)