Lasy losowe: budowanie modelu
Podobnie jak gradient boosted trees, lasy losowe (random forests) to kolejny rodzaj modelu zespołowego (ensemble model). Oznacza to, że korzystają z wielu prostszych modeli (znów drzew decyzyjnych) i łączą je w jeden, lepszy model. Zamiast iteracyjnego uruchamiania tego samego modelu, lasy losowe trenują wiele osobnych modeli równolegle – każdy na losowo wybranym podzbiorze danych i losowo wybranym podzbiorze cech. Końcowe predykcje powstają przez agregację wyników z poszczególnych modeli.
Funkcja lasów losowych w sparklyr nosi nazwę ml_random_forest(). Jej składnia jest identyczna jak w przypadku ml_gradient_boosted_trees() (zajrzyj do pierwszego ćwiczenia tego rozdziału, jeśli potrzebujesz przypomnienia).
To ćwiczenie jest częścią kursu
Wprowadzenie do Spark z pakietem sparklyr w R
Instrukcje do ćwiczenia
Połączenie ze Sparkiem zostało już dla ciebie utworzone jako spark_conn. Tibble powiązany z połączonymi i przefiltrowanymi danymi metadanych utworów oraz danymi barwy dźwięku (timbre), przechowywanymi w Sparku, jest predefiniowany jako track_data_to_model_tbl.
- Powtórz analizę predykcji roku wydania, tym razem używając modelu lasów losowych.
- Pobierz kolumny
timbreztrack_data_to_model_tbli przypisz wynik dofeature_colnames. - Utwórz formułę modelu za pomocą
reformulate(). - Uruchom model lasów losowych i przypisz wynik do
random_forest_model.
- Pobierz kolumny
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# track_data_to_model_tbl has been pre-defined
track_data_to_model_tbl
# Get the timbre columns
feature_colnames <- ___
# Create the formula for the model
year_formula <- ___
# Run the random forest model
random_forest_model <- ___