Construindo um modelo de random forest

Apesar de uma floresta poder conter centenas de árvores, treinar uma floresta de árvores de decisão pode ser ainda mais fácil do que criar uma única árvore altamente ajustada.

Usando o pacote randomForest, construa uma random forest e veja como ela se compara às árvores individuais que você criou anteriormente.

Os conjuntos de dados loans_train e loans_test já estão carregados para você.

Lembre-se de que, devido à natureza aleatória da floresta, os resultados podem variar um pouco a cada vez que você a cria.

Este exercício faz parte do curso

Aprendizagem supervisionada em R: Classificação

Ver curso

Instruções do exercício

Carregue o pacote randomForest.
Construa um modelo de random forest usando todas as variáveis da aplicação de empréstimo. A função randomForest também usa a interface de fórmula.
Calcule a acurácia do modelo de random forest para comparar com a acurácia de 57,6% da árvore original usando predict() e mean().

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Load the randomForest package
___

# Build a random forest model
loan_model <- ___(___, data = ___)

# Compute the accuracy of the random forest
loans_test$pred <- ___
mean(___)

Editar e executar o código