Probeer een langere tune length

Herinner je uit de video dat random forest-modellen één primaire afstemmingsparameter hebben: mtry. Die bepaalt hoeveel variabelen bij elke splitsing beschikbaar zijn voor de zoekroutine. Stel bijvoorbeeld dat een boom in totaal 10 splitsingen heeft en mtry = 2. Dit betekent dat er 10 steekproeven zijn van 2 voorspellers telkens wanneer een splitsing wordt geëvalueerd.

Gebruik dit keer een groter afstemrooster, maar blijf bij de standaardwaarden van de functie train(). Probeer een tuneLength van 3 in plaats van 1 om meer potentiële modellen te verkennen, en plot het resulterende model met de functie plot.

Deze oefening maakt deel uit van de cursus

Machine Learning met caret in R

Cursus bekijken

Oefeninstructies

Train een random forest-model, model, met de wine-gegevensset op de variabele quality, met alle andere variabelen als verklarende variabelen. (Dit duurt een paar seconden, dus heb even geduld!)
Gebruik method = "ranger".
Verander de tuneLength naar 3.
Gebruik 5 CV-folds.
Print model naar de console.
Plot het model nadat het is gefit.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

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

# Print model to console


# Plot model

Code bewerken en uitvoeren