축소된 랜덤 포레스트 만들기
이제 train_reduced를 사용해 축소된 모델을 적합하고, test_reduced로 평가해 볼 차례예요. 축소된 모델을 적합할 수 있도록 rf_spec이 준비되어 있어요. 전체 모델의 F1 값은 0.948이었습니다. 축소된 모델을 적합하고 평가할 때는, 모델 간소화와 성능 사이에는 항상 트레이드오프가 있다는 점을 기억하세요. 모델 축소의 이점이 (있다면) 성능 저하를 감수할 만한지 스스로 판단해야 합니다.
tidyverse, tidymodels, vip 패키지는 미리 로드되어 있습니다.
이 연습은 강의의 일부입니다
R에서의 차원 축소
연습 안내
rf_spec을 사용해 축소된 랜덤 포레스트 모델을 적합하세요.- 축소된 모델의 예측값을
test_reduced에 결합하세요. - 축소된 모델의 F1 지표를 계산하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Fit a reduced model
rf_reduced_fit <- ___ %>%
___(___, ___ = ___)
# Create test set prediction data frame
predict_reduced_df <- ___ %>%
___(predict = ___(___, ___))
# Calculate F1 performance
___(___, ___, ___)