회귀 트리 학습하기
이미 알고 계시듯이, 의사결정나무는 분류 문제에 유용한 도구입니다. 더 나아가 회귀 문제에도 활용할 수 있어요. 구조적 차이는 리프 노드에 클래스가 아니라 수치값이 놓인다는 점입니다.
이 연습 문제에서는 초콜릿 데이터셋을 사용해 회귀 트리를 적합해 보겠습니다. 이는 1장에서 diabetes 데이터셋으로 수행했던 작업과 매우 유사합니다.
작업 공간에는 학습 데이터인 chocolate_train이 준비되어 있습니다.
이 연습은 강의의 일부입니다
R로 배우는 트리 기반 Machine Learning
연습 안내
- 회귀 트리 사양인
model_spec을 만드세요. chocolate_train데이터 프레임을 사용해, 데이터에 있는 수치형 예측 변수만으로final_grade를 예측하는 회귀 트리를model_spec으로 학습하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
library(tidymodels)
# Build the specification
model_spec <- decision_tree() %>%
set_mode(___) %>%
set_engine(___)
# Fit to the data
model_fit <- model_spec %>%
___(formula = ___,
data = ___)
model_fit