Random Forest: predicție

Acum trebuie să faci câteva predicții cu modelul tău de tip random forest. Sintaxa este aceeași ca la modelul cu arbori gradient boosted.

Acest exercițiu face parte din cursul

Introducere în Spark cu sparklyr în R

Vezi cursul

Instrucțiuni pentru exercițiu

O conexiune Spark a fost creată pentru tine ca spark_conn. Tibble-urile atașate seturilor de date de antrenament și de testare stocate în Spark au fost predefinite ca track_data_to_model_tbl, respectiv track_data_to_predict_tbl. Modelul random forest a fost predefinit ca random_forest_model.

Definește o variabilă predicted care să conțină predicțiile modelului pentru datele de testare.
- Apelează ml_predict() cu modelul și datele de testare ca argumente. Această funcție va genera predicții pentru setul de date de testare și le va adăuga ca o nouă coloană numită prediction.
Definește variabila responses pentru a pregăti datele în vederea comparării răspunsurilor prezise cu cele reale:
- Selectează coloana de răspuns year.
- Colectează rezultatele.
- Folosește mutate() pentru a adăuga predicțiile obținute în predicted.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Training, testing sets & model are pre-defined
track_data_to_model_tbl
track_data_to_predict_tbl
random_forest_model

# Predict the responses for the testing data
predicted <- ml_predict(
      ___,
      ___) %>% pull(prediction)

# Create a response vs. actual dataset
responses <- ___

Editează și rulează codul