Случайный лес: предсказание

Теперь вам нужно сделать несколько предсказаний с помощью модели случайного леса. Синтаксис здесь такой же, как и для модели градиентного бустинга.

Это упражнение является частью курса

Введение в Spark с sparklyr на R

Посмотреть курс

Инструкции к упражнению

Подключение к Spark уже создано и доступно как spark_conn. Тибблы, привязанные к обучающему и тестовому наборам данных, хранящимся в Spark, предопределены как track_data_to_model_tbl и track_data_to_predict_tbl соответственно. Модель случайного леса предопределена как random_forest_model.

Определите переменную predicted, которая будет содержать предсказания модели для тестовых данных.
- Вызовите ml_predict(), передав модель и тестовые данные в качестве аргументов. Эта функция сгенерирует предсказания для тестового набора данных и добавит их в новый столбец с именем prediction.
Определите переменную responses, чтобы подготовить данные для сравнения предсказанных значений с фактическими:
- Выберите столбец с ответами year.
- Соберите результаты.
- Используйте mutate(), чтобы добавить предсказания из переменной predicted.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Training, testing sets & model are pre-defined
track_data_to_model_tbl
track_data_to_predict_tbl
random_forest_model

# Predict the responses for the testing data
predicted <- ml_predict(
      ___,
      ___) %>% pull(prediction)

# Create a response vs. actual dataset
responses <- ___

Редактировать и запускать код