1. Nauka
    2. /
  2. Kursy
    3. /
  3. Redukcja wymiarowości w R
Connected

ćwiczenie

Zbuduj pełny model lasu losowego

Lasy losowe w naturalny sposób przeprowadzają selekcję cech, budując wiele poddrzew na podstawie losowych podzbiorów cech. Jedną z metod analizy ważności cech jest wytrenowanie modelu, a następnie wyekstrahowanie tych wartości. W tym ćwiczeniu wykorzystasz dane Healthcare Job Attrition, aby wytrenować model klasyfikacyjny rand_forest(), z którego będzie można odczytać ważności cech. Aby ważności cech były dostępne, utwórz model z parametrem importance = "impurity". Zbiory train oraz test są już dostępne.

Pakiety tidyverse, tidymodels oraz vip zostały wczytane.

Instrukcje

100 XP
  • Zdefiniuj model klasyfikacyjny lasu losowego z 200 drzewami, który umożliwi wyekstrahowanie ważności cech.
  • Dopasuj model lasu losowego z użyciem wszystkich predyktorów.
  • Połącz predykcje ze zbiorem testowym.
  • Oblicz metrykę F1.