1. 학습
    2. /
  2. 강의
    3. /
  3. Tidyverse로 배우는 Machine Learning
Connected

연습 문제

모델 세부 튜닝

훌륭합니다! 회귀 모델에 비해 성능이 크게 향상되었습니다. 이번에는 랜덤 포레스트 모델을 세부 튜닝하여 성능을 더욱 개선할 수 있는지 확인해 보겠습니다. 이를 위해 train 데이터로 랜덤 포레스트 모델을 구축할 때 mtry 파라미터를 변경해 볼 것입니다.

ranger에서 mtry의 기본값은 전체 피처 수(6)의 제곱근을 내림한 값으로, 2가 됩니다.

지침

100 XP
  • crossing()을 사용하여 mtry 값이 2부터 5까지 변하도록 교차 검증 데이터를 확장하세요.
  • 각 폴드(fold)/mtry 조합에 대해 랜덤 포레스트 모델을 구축하세요.