ランダムフォレストモデルを構築する
森には何百本もの木が含まれることがありますが、高度にチューニングした1本の木を作るよりも、決定木の森を育てるほうが簡単な場合もあります。
randomForest パッケージを使ってランダムフォレストを構築し、これまでに作成した単一の木と比べてみましょう。
loans_train と loans_test データセットはあらかじめ読み込まれています。
ランダムフォレストは乱数に依存するため、毎回わずかに結果が異なる可能性があることに注意してください。
この演習はコースの一部です
Rで学ぶSupervised Learning：分類
演習の手順
randomForestパッケージを読み込みます。- すべてのローン申請の変数を使ってランダムフォレストモデルを構築します。
randomForest関数もフォーミュラインターフェースを使用します。 predict()とmean()を使ってランダムフォレストモデルの正解率を計算し、元の決定木の正解率 57.6% と比較しましょう。
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 the randomForest package
___
# Build a random forest model
loan_model <- ___(___, data = ___)
# Compute the accuracy of the random forest
loans_test$pred <- ___
mean(___)