Een random forest-model bouwen

Hoewel een forest uit honderden bomen kan bestaan, is een beslissingsboom-forest laten groeien misschien nog eenvoudiger dan één sterk afgestelde boom maken.

Gebruik het randomForest-pakket om een random forest te bouwen en te zien hoe dit zich verhoudt tot de enkele bomen die je eerder hebt gemaakt.

De gegevenssets loans_train en loans_test zijn alvast voor je geladen.

Houd er rekening mee dat door het willekeurige karakter van het forest de resultaten elke keer dat je het forest maakt iets kunnen verschillen.

Deze oefening maakt deel uit van de cursus

Supervised Learning in R: Classificatie

Cursus bekijken

Oefeninstructies

Laad het randomForest-pakket.
Bouw een random forest-model met alle variabelen uit de leningaanvraag. De functie randomForest gebruikt ook de formule-interface.
Bereken de nauwkeurigheid van het random forest-model om te vergelijken met de oorspronkelijke boom met een nauwkeurigheid van 57,6% met behulp van predict() en mean().

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Load the randomForest package
___

# Build a random forest model
loan_model <- ___(___, data = ___)

# Compute the accuracy of the random forest
loans_test$pred <- ___
mean(___)

Code bewerken en uitvoeren