모델 복잡도 조절하기
좋은 예측을 하려면 모델의 복잡도를 조절해야 합니다. 단순한 모델은 단순한 데이터 구조만 표현할 수 있고, 복잡한 모델은 더 미세한 데이터 구조까지 표현할 수 있어요.
이번 연습에서는 회귀 트리의 하이퍼파라미터를 바꿔 서로 다른 복잡도의 트리를 만들어 보겠습니다.
훈련 데이터 chocolate_train이 작업 공간에 미리 로드되어 있습니다.
이 연습은 강의의 일부입니다
R로 배우는 트리 기반 Machine Learning
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Create a model having only one split
chocolate_model <- ___(___) %>%
set_mode("regression") %>%
set_engine("rpart") %>%
fit(final_grade ~ ., data = chocolate_train)
chocolate_model