Train een random forest met aangepaste tuning
Nu je de standaard tuning-grids van de functie train() hebt verkend, gaan we je modellen iets verder aanpassen.
Je kunt elk aantal waarden voor mtry opgeven, van 2 tot aan het aantal kolommen in de gegevensset. In de praktijk leveren veel grotere waarden voor mtry steeds minder op, dus gebruik je een aangepast tuning-grid dat 2 eenvoudige modellen verkent (mtry = 2 en mtry = 3) en één wat ingewikkelder model (mtry = 7).
Deze oefening maakt deel uit van de cursus
Machine Learning met caret in R
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Define the tuning grid: tuneGrid
tuneGrid <- data.frame(
.mtry = ___,
.splitrule = "___",
.min.node.size = ___
)