Een random forest-model bouwen

Hoewel een forest uit honderden bomen kan bestaan, is een beslisboom-forest bouwen misschien zelfs makkelijker dan één sterk afgestemde boom maken.

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

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 van de leningaanvragen. De functie randomForest gebruikt ook de formule-interface.
Bereken de nauwkeurigheid van het random forest-model om te vergelijken met de oorspronkelijke boomnauwkeurigheid van 57,6% met 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