Skapa en reducerad slumpmässig skog

Nu är det dags att anpassa en reducerad modell med train_reduced och utvärdera den med test_reduced. rf_spec finns tillgänglig för att anpassa den reducerade modellen. Den fullständiga modellen hade ett F1-värde på 0,948. När du anpassar och utvärderar den reducerade modellen bör du ha i åtanke att det alltid finns en avvägning mellan modellens enkelhet och dess prestanda. Du måste göra en bedömning av om fördelarna med att reducera modellen är värda en eventuell minskning i prestanda.

Paketen tidyverse, tidymodels och vip har redan laddats in.

Den här övningen är en del av kursen

Dimensionsreduktion i R

Visa kurs

Övningsinstruktioner

Använd rf_spec för att anpassa den reducerade modellen för slumpmässig skog.
Bind den reducerade modellens förutsägelser till test_reduced.
Beräkna F1-måttet för den reducerade modellen.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Fit a reduced model
rf_reduced_fit <- ___ %>% 
  ___(___, ___ = ___)

# Create test set prediction data frame
predict_reduced_df <- ___ %>% 
  ___(predict = ___(___, ___))

# Calculate F1 performance
___(___, ___, ___)

Redigera och kör kod