Снижение размерности с помощью UMAP в модели дерева решений
Теперь, когда вы визуализировали результат снижения размерности с помощью UMAP, давайте применим этот метод в процессе построения модели. В этом упражнении вы создадите рабочий процесс, который использует UMAP в рецепте предобработки данных о кредитах, а затем на основе извлечённых компонентов построите модель дерева решений. Обучающая (train) и тестовая (test) выборки из набора кредитных данных уже подготовлены. Библиотека embed загружена.
Это упражнение является частью курса
Снижение размерности в R
Инструкции к упражнению
- Создайте рецепт, который применяет снижение размерности с помощью UMAP и извлекает четыре компонента.
- Создайте модель
decision_treeдля классификации. - Добавьте рецепт UMAP и модель дерева решений в рабочий процесс.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Create a recipe to apply UMAP feature extraction
umap_recipe <- recipe(___ ~ ___, data = ___) %>%
___(___()) %>%
___(___(), outcome = vars(___), num_comp = ___)
# Specify a decision tree model
umap_dt_model <- ___(___ = "___")
# Add the recipe and model to a workflow
umap_dt_workflow <- ___() %>%
add_recipe(___) %>%
add_model(___)
umap_dt_workflow