Reglează modelele random forest

Acum că ai un model de regresie logistică funcțional, vei pregăti un model random forest pentru a-l compara cu acesta.

Acest exercițiu face parte din cursul

Machine Learning în Tidyverse

Instrucțiuni pentru exercițiu

Folosește crossing() pentru a extinde datele de validare încrucișată pentru valorile mtry, utilizând valorile 2, 4, 8 și 16.
Construiește modele random forest pentru fiecare combinație fold/mtry.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

library(ranger)

# Prepare for tuning your cross validation folds by varying mtry
cv_tune <- cv_data %>%
  crossing(mtry = c(___)) 

# Build a cross validation model for each fold & mtry combination
cv_models_rf <- cv_tune %>% 
  mutate(model = map2(___, ___, ~ranger(formula = Attrition~., 
                                           data = .x, mtry = .y,
                                           num.trees = 100, seed = 42)))

Editează și rulează codul