Redução com UMAP em um modelo de árvore de decisão
Agora que você visualizou uma redução com UMAP, vamos colocar o UMAP para trabalhar na construção de modelos. Neste exercício, você vai montar um workflow que aplica UMAP em uma receita de pré-processamento aos dados de crédito e, em seguida, usa os componentes extraídos para construir um modelo de árvore de decisão. Os conjuntos train e test dos dados de crédito já estão disponíveis para você. A biblioteca embed já foi carregada.
Este exercício faz parte do curso
Redução de Dimensionalidade em R
Instruções do exercício
- Crie uma receita para aplicar uma redução UMAP aos dados, resultando em quatro componentes extraídos.
- Crie um modelo
decision_treepara classificação. - Adicione a receita com UMAP e o modelo de árvore de decisão a um workflow.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Create a recipe to apply UMAP feature extraction
umap_recipe <- recipe(___ ~ ___, data = ___) %>%
___(___()) %>%
___(___(), outcome = vars(___), num_comp = ___)
# Specify a decision tree model
umap_dt_model <- ___(___ = "___")
# Add the recipe and model to a workflow
umap_dt_workflow <- ___() %>%
add_recipe(___) %>%
add_model(___)
umap_dt_workflow