Reducera data med hjälp av särdragsvikter

Nu när du har skapat en fullständig slumpskogsmodell ska du utforska särdragsvikter.

Även om slumpskogsmodeller naturligt – om än implicit – utför särdragsurval, är det ofta fördelaktigt att bygga en reducerad modell. En reducerad modell tränas snabbare, beräknar prediktioner snabbare och är enklare att förstå och hantera. Det är förstås alltid en avvägning mellan modellens enkelhet och dess prestanda.

I den här övningen reducerar du datamängden. I nästa övning anpassar du en reducerad modell och jämför dess prestanda med den fullständiga modellen. rf_fit, train och test är tillhandahållna.

Paketen tidyverse, tidymodels och vip har laddats åt dig.

Den här övningen är en del av kursen

Dimensionsreduktion i R

Visa kurs

Övningsinstruktioner

Använd vi() med parametern rank för att extrahera de tio viktigaste särdragen.
Lägg till målvariabeln i listan över de viktigaste särdragen.
Tillämpa masken för de viktigaste särdragen för att reducera datamängderna.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Extract the top ten features
top_features <- ___ %>% 
  ___(___ = ___) %>% 
  filter(___) %>% 
  pull(Variable)

# Add the target variable to the feature list
top_features <- c(___, "___")

# Reduce and print the data sets
train_reduced <- train[___]
test_reduced <- ___[___]
train_reduced %>% head(5)
test_reduced %>% head(5)

Redigera och kör kod