Creează un model complet de pădure aleatorie

Modelele de tip pădure aleatorie realizează în mod natural selecția caracteristicilor, deoarece construiesc mulți subarbori din subseturi aleatoare ale acestora. O modalitate de a înțelege importanța caracteristicilor este să antrenezi un model și apoi să extragi aceste importanțe. Prin urmare, în acest exercițiu vei folosi datele Healthcare Job Attrition pentru a antrena un model de clasificare rand_forest(), din care poți extrage importanțele caracteristicilor. Pentru a face importanțele disponibile, asigură-te că creezi modelul cu importance = "impurity". Seturile train și test sunt disponibile.

Pachetele tidyverse, tidymodels și vip au fost deja încărcate.

Acest exercițiu face parte din cursul

Reducerea dimensionalității în R

Vezi cursul

Instrucțiuni pentru exercițiu

Definește un model de clasificare de tip pădure aleatorie cu 200 de arbori, din care să poți extrage importanțele caracteristicilor.
Antrenează modelul de pădure aleatorie folosind toți predictorii.
Atașează predicțiile la setul de testare.
Calculează metrica F1.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Specify the random forest model
rf_spec <- ___(mode = "___", ___ = ___) %>% 
  set_engine("___", ___ = "___") 

# Fit the random forest model with all predictors
rf_fit <- ___ %>% 
  ___(___, data = ___)

# Create the test set prediction data frame
predict_df <- ___ %>% 
  bind_cols(predict = ___(___, ___))

# Calculate F1 performance
f_meas(predict_df, ___, .pred_class)

Editează și rulează codul