Prova en längre tuningsekvens

Som du såg i videon har random forest-modeller en primär tuningparameter, mtry, som styr hur många variabler som exponeras för delningssökningen vid varje delning. Anta till exempel att ett träd har totalt 10 delningar och att mtry = 2. Det innebär att 2 prediktorer samplas vid varje delning – totalt 10 gånger.

Använd ett större tuningnät den här gången, men håll dig till standardvärdena som train()-funktionen erbjuder. Prova ett tuneLength på 3 i stället för 1, för att utforska fler potentiella modeller, och visualisera den resulterande modellen med funktionen plot.

Den här övningen är en del av kursen

Maskininlärning med caret i R

Visa kurs

Övningsinstruktioner

Träna en random forest-modell, model, med datamängden wine och quality som målvariabel och alla övriga variabler som förklaringsvariabler. (Det tar några sekunder att köra, så ha tålamod!)
Använd method = "ranger".
Ändra tuneLength till 3.
Använd 5 CV-folds.
Skriv ut model i konsolen.
Plotta modellen efter att den har tränats.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Fit random forest: model
model <- train(
  ___,
  tuneLength = 1,
  data = ___, 
  method = ___,
  trControl = trainControl(
    method = "cv", 
    number = ___, 
    verboseIter = TRUE
  )
)

# Print model to console


# Plot model

Redigera och kör kod