Modelowanie z h2o
W poprzednim ćwiczeniu przygotowano dane do modelowania z h2o. Teraz możesz wykorzystać te dane do trenowania modelu.
Biblioteka h2o została już wczytana, podobnie jak obiekt seeds_train_data. Uruchomiono też następujący kod:
h2o.init()
seeds_train_data_hf <- as.h2o(seeds_train_data)
y <- "seed_type"
x <- setdiff(colnames(seeds_train_data_hf), y)
seeds_train_data_hf[, y] <- as.factor(seeds_train_data_hf[, y])
sframe <- h2o.splitFrame(seeds_train_data_hf, seed = 42)
train <- sframe[[1]]
valid <- sframe[[2]]
To ćwiczenie jest częścią kursu
Dostrajanie hiperparametrów w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Train random forest model
rf_model <- ___(___ = x,
___ = y,
___ = train,
___ = valid)