Performanța pădurii aleatoare

A venit momentul să verifici dacă modelele de pădure aleatoare construite în exercițiul anterior reușesc să depășească performanța modelului de regresie logistică.

Amintește-ți că valoarea recall de validare pentru modelul de regresie logistică a fost 0,43.

Acest exercițiu face parte din cursul

Machine Learning în Tidyverse

Vezi cursul

Instrucțiuni pentru exercițiu

Pregătește coloanele validate_actual și validate_predicted pentru fiecare combinație mtry/fold.
Calculează recall-ul pentru fiecare combinație mtry/fold.
Calculează media recall-ului pentru fiecare valoare a lui mtry.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

cv_prep_rf <- cv_models_rf %>% 
  mutate(
    # Prepare binary vector of actual Attrition values in validate
    validate_actual = map(validate, ~.x$___ == "___"),
    # Prepare binary vector of predicted Attrition values for validate
    validate_predicted = map2(.x = ___, .y = ___, ~predict(.x, .y, type = "response")$predictions == "Yes")
  )

# Calculate the validate recall for each cross validation fold
cv_perf_recall <- cv_prep_rf %>% 
  mutate(recall = map2_dbl(.x = ___, .y = ___, ~recall(actual = .x, predicted = .y)))

# Calculate the mean recall for each mtry used  
cv_perf_recall %>% 
  group_by(___) %>% 
  summarise(mean_recall = mean(___))

Editează și rulează codul