Random Forest: voorspelling

Nu ga je voorspellingen maken met je random forest-model. De syntax is hetzelfde als bij het gradient boosted trees-model.

Deze oefening maakt deel uit van de cursus

Introductie tot Spark met sparklyr in R

Bekijk cursus

Oefeninstructies

Er is een Spark-verbinding voor je aangemaakt als spark_conn. Tibbles gekoppeld aan de trainings- en testgegevenssets die in Spark zijn opgeslagen, zijn respectievelijk vooraf gedefinieerd als track_data_to_model_tbl en track_data_to_predict_tbl. Het random forest-model is vooraf gedefinieerd als random_forest_model.

Definieer een variabele predicted die de voorspellingen van het model voor onze testgegevens bevat.
- Roep ml_predict() aan met het model en de testgegevens als argumenten. Deze functie genereert voorspellingen voor de testgegevensset en voegt die toe als een nieuwe kolom met de naam prediction.
Definieer de variabele responses om de gegevens voor te bereiden om voorspelde responses te vergelijken met de werkelijke responses:
- Selecteer de responskolom year.
- Verzamel de resultaten.
- Gebruik mutate() om de voorspellingen uit predicted toe te voegen.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Training, testing sets & model are pre-defined
track_data_to_model_tbl
track_data_to_predict_tbl
random_forest_model

# Predict the responses for the testing data
predicted <- ml_predict(
      ___,
      ___) %>% pull(prediction)

# Create a response vs. actual dataset
responses <- ___

Code bewerken en uitvoeren