1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie maszynowe z caret w R
Connected

ćwiczenie

Las losowy z niestandardowym trainControl

Kolejnym modelem, który gorąco polecam, jest las losowy – łączy on zbiór nieliniowych drzew decyzyjnych w wysoce elastyczny (i zazwyczaj bardzo dokładny) model.

Zamiast klasycznego pakietu randomForest użyjesz pakietu ranger, który stanowi jego reimplementację. Daje niemal identyczne wyniki, ale działa szybciej, jest bardziej stabilny i zużywa mniej pamięci. To świetny punkt wyjścia do modelowania lasów losowych w R.

Instrukcje

100 XP

churn_x i churn_y są wczytane do twojego środowiska.

  • Dopasuj model lasu losowego do zbioru danych dotyczącego rezygnacji klientów. Pamiętaj, aby użyć myControl jako trainControl, tak jak robiono to wcześniej, i zastosować metodę "ranger".