Modelando com h2o
No exercício anterior, você preparou os dados com sucesso para modelagem com h2o. Agora, você pode usar esses dados para treinar um modelo.
A biblioteca h2o já foi carregada para você, assim como o objeto seeds_train_data, e o código a seguir já foi executado:
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]]
Este exercício faz parte do curso
Ajuste de hiperparâmetros em R
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Train random forest model
rf_model <- ___(___ = x,
___ = y,
___ = train,
___ = valid)