Prestanda för random forest

Nu är det dags att se om de random forest-modeller du byggde i föregående övning kan prestera bättre än logistisk regression.

Kom ihåg att recall på valideringsdata för den logistiska regressionsmodellen var 0,43.

Den här övningen är en del av kursen

Maskininlärning med Tidyverse

Visa kurs

Övningsinstruktioner

Förbered kolumnerna validate_actual och validate_predicted för varje kombination av mtry och fold.
Beräkna recall för varje kombination av mtry och fold.
Beräkna medelvärdet av recall för varje värde på mtry.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

cv_prep_rf <- cv_models_rf %>% 
  mutate(
    # Prepare binary vector of actual Attrition values in validate
    validate_actual = map(validate, ~.x$___ == "___"),
    # Prepare binary vector of predicted Attrition values for validate
    validate_predicted = map2(.x = ___, .y = ___, ~predict(.x, .y, type = "response")$predictions == "Yes")
  )

# Calculate the validate recall for each cross validation fold
cv_perf_recall <- cv_prep_rf %>% 
  mutate(recall = map2_dbl(.x = ___, .y = ___, ~recall(actual = .x, predicted = .y)))

# Calculate the mean recall for each mtry used  
cv_perf_recall %>% 
  group_by(___) %>% 
  summarise(mean_recall = mean(___))

Redigera och kör kod