h2o로 모델링하기
이전 연습 문제에서 h2o로 모델링할 데이터를 잘 준비하셨습니다. 이제 이 데이터를 사용해 모델을 학습해 보세요.
h2o 라이브러리는 이미 로드되어 있고, seeds_train_data 객체도 준비되어 있습니다. 또한 다음 코드가 실행되어 있습니다:
h2o.init()
seeds_train_data_hf <- as.h2o(seeds_train_data)
y <- "seed_type"
x <- setdiff(colnames(seeds_train_data_hf), y)
seeds_train_data_hf[, y] <- as.factor(seeds_train_data_hf[, y])
sframe <- h2o.splitFrame(seeds_train_data_hf, seed = 42)
train <- sframe[[1]]
valid <- sframe[[2]]
이 연습은 강의의 일부입니다
R에서 하이퍼파라미터 튜닝
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Train random forest model
rf_model <- ___(___ = x,
___ = y,
___ = train,
___ = valid)