Antrenează o pădure aleatorie

Așa cum ai văzut în video, modelele de tip pădure aleatorie sunt mult mai flexibile decât modelele liniare: pot surprinde efecte neliniare complexe și captează automat interacțiunile dintre variabile. De obicei oferă rezultate foarte bune pe date reale, așa că hai să aplicăm unul pe setul de date privind calitatea vinului. Scopul este să prezici calitatea evaluată de oameni a unui lot de vin, pe baza unor proprietăți chimice și fizice măsurate automat.

Antrenarea unui model de pădure aleatorie funcționează exact la fel ca antrenarea unui model de regresie liniară generalizată, pe care l-ai construit în capitolul anterior. Tot ce trebuie să faci este să schimbi argumentul method din funcția train în "ranger". Pachetul ranger este o reimplementare a clasicului pachet randomForest din R — antrenează modele mult mai rapid, oferind rezultate aproape identice. Recomandăm tuturor celor la început de drum să folosească pachetul ranger pentru modelele de pădure aleatorie.

Acest exercițiu face parte din cursul

Machine Learning cu caret în R

Vezi cursul

Instrucțiuni pentru exercițiu

Antrenează o pădure aleatorie numită model pe setul de date privind calitatea vinului, wine, astfel încât quality să fie variabila răspuns, iar toate celelalte variabile să fie variabile explicative.
Folosește method = "ranger".
Folosește un tuneLength de 1.
Folosește 5 fold-uri de validare încrucișată.
Afișează model în consolă.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Fit random forest: model
model <- train(
  ___,
  tuneLength = ___,
  data = ___, 
  method = ___,
  trControl = trainControl(
    method = "cv", 
    number = ___, 
    verboseIter = TRUE
  )
)

# Print model to console

Editează și rulează codul