더 긴 튠 길이 시도하기

영상에서 배운 것처럼 random forest 모델의 기본 튜닝 파라미터는 mtry이며, 각 분기에서 분할 탐색 루틴에 노출되는 변수의 개수를 제어해요. 예를 들어, 어떤 트리에 총 10개의 분기가 있고 mtry = 2라면, 각 분기를 평가할 때마다 2개의 예측 변수를 뽑는 작업이 10번 이루어진다는 뜻이에요.

이번에는 기본값은 그대로 두되, 더 큰 튜닝 그리드를 사용해 보세요. 더 많은 잠재적 모델을 탐색하기 위해 tuneLength를 1이 아닌 3으로 설정하고, 결과 모델을 plot 함수로 시각화해 보세요.

이 연습은 강의의 일부입니다

R의 caret로 배우는 Machine Learning

강의 보기

연습 안내

wine 데이터셋에서 quality를 반응 변수로, 나머지 모든 변수를 설명 변수로 사용해 random forest 모델 model을 학습하세요. (실행에 몇 초가 걸릴 수 있으니 잠시만 기다려 주세요!)
method = "ranger"를 사용하세요.
tuneLength를 3으로 변경하세요.
5겹 교차 검증(CV)을 사용하세요.
학습한 model을 콘솔에 출력하세요.
모델을 적합한 후 플롯을 그리세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Fit random forest: model
model <- train(
  ___,
  tuneLength = 1,
  data = ___, 
  method = ___,
  trControl = trainControl(
    method = "cv", 
    number = ___, 
    verboseIter = TRUE
  )
)

# Print model to console


# Plot model

코드 편집 및 실행