Model lasu losowego

W tym ćwiczeniu użyjesz funkcji randomForest() z pakietu randomForest, aby zbudować model lasu losowego do przewidywania rezygnacji klientów w zbiorze treningowym training_set. Zmienna docelowa nosi nazwę Future. Sprawdzisz też ważność zmiennych w modelu i zwizualizujesz ją na wykresie.

To ćwiczenie jest częścią kursu

Predykcyjna analityka sieciowa w R

Zobacz kurs

Instrukcje do ćwiczenia

Wczytaj pakiet randomForest.
Użyj funkcji set.seed() z ziarnem 863.
Zbuduj las losowy przy użyciu funkcji randomForest() i wszystkich zmiennych ze zbioru training_set. Zmienna odpowiedzi Future musi być czynnikiem – skorzystaj z funkcji as.factor().
Narysuj wykres ważności zmiennych modelu lasu losowego za pomocą funkcji varImpPlot().

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Load package
___(randomForest)

# Set seed
set.seed(___)

# Build model
rfModel <- ___(as.factor(___)~. ,data=training_set)

# Plot variable importance
varImpPlot(___)

Edytuj i uruchom kod