Ajustar a complexidade do modelo
Para fazer boas previsões, você precisa ajustar a complexidade do seu modelo. Modelos simples conseguem representar apenas estruturas de dados simples, enquanto modelos complexos conseguem representar estruturas mais detalhadas.
Neste exercício, você vai criar árvores com diferentes níveis de complexidade alterando os hiperparâmetros de uma árvore de regressão.
Os dados de treino chocolate_train já estão carregados no seu ambiente.
Este exercício faz parte do curso
Machine Learning com modelos baseados em árvores em R
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Create a model having only one split
chocolate_model <- ___(___) %>%
set_mode("regression") %>%
set_engine("rpart") %>%
fit(final_grade ~ ., data = chocolate_train)
chocolate_model