Construiește un model de pădure aleatorie

Vei folosi aceleași date de validare încrucișată pentru a construi (cu train) și a evalua (cu validate) păduri aleatoare pentru fiecare partiție. Deoarece folosești aceleași partiții de validare încrucișată ca și pentru modelele de regresie, poți compara direct performanța celor două modele.

Notă: Vom limita pădurile aleatoare la 100 de arbori pentru a ne asigura că antrenarea se finalizează într-un timp rezonabil. Numărul implicit de arbori pentru ranger() este 500.

Acest exercițiu face parte din cursul

Machine Learning în Tidyverse

Vezi cursul

Instrucțiuni pentru exercițiu

Folosește ranger() pentru a construi un model de pădure aleatorie care să prezică life_expectancy pe baza tuturor caracteristicilor din train, pentru fiecare partiție de validare încrucișată.
Adaugă o nouă coloană validate_predicted care să prezică life_expectancy pentru observațiile din validate, folosind modelele de pădure aleatorie create anterior.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

library(ranger)

# Build a random forest model for each fold
cv_models_rf <- cv_data %>% 
  mutate(model = map(___, ~ranger(formula = ___, data = ___,
                                    num.trees = 100, seed = 42)))

# Generate predictions using the random forest model
cv_prep_rf <- cv_models_rf %>% 
  mutate(validate_predicted = map2(.x = ___, .y = ___, ~predict(.x, .y)$predictions))

Editează și rulează codul