Построение модели случайного леса
Несмотря на то что лес может содержать сотни деревьев, построить ансамбль решающих деревьев зачастую даже проще, чем настроить одно дерево.
С помощью пакета randomForest постройте случайный лес и сравните его результаты с деревьями, которые вы строили ранее.
Наборы данных loans_train и loans_test уже загружены для вас.
Обратите внимание: из-за случайного характера алгоритма результаты могут немного отличаться при каждом построении леса.
Это упражнение является частью курса
Обучение с учителем в R: классификация
Инструкции к упражнению
- Загрузите пакет
randomForest. - Постройте модель случайного леса, используя все переменные заявок на кредит. Функция
randomForestтакже принимает формульный интерфейс. - Вычислите точность модели случайного леса с помощью
predict()иmean()и сравните её с точностью исходного дерева, равной 57,6%.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Load the randomForest package
___
# Build a random forest model
loan_model <- ___(___, data = ___)
# Compute the accuracy of the random forest
loans_test$pred <- ___
mean(___)